机器视觉_第3章-图像处理.pptx

机器视觉：3.图像处理

数字形态学滤波边缘检测图像滤波图像的傅里叶变换

图像的傅里叶变换频域与时域典型的二维信号傅里叶变换

1.1频域与时域Part14时域即时间域，自变量是时间，因变量是信号的变化，其动态信号描述信号在不同时刻的取值。频域即频率域，自变量是信号的频率，因变量是信号的幅值，反映了信号幅值与频率的关系。频域与时域的定义

1.1频域与时域Part15时域表达简洁且直观，例如，正弦波信号只需要幅值、频率、相位三个特征量就可以进行表达，但对形状相似的非正弦波信号很难加以区分。频域表达更加深刻简练，无论是正弦波信号还是非正弦波信号，都可以通过傅里叶积分或傅里叶变换将其分解为各次谐波，从而可以用各次谐波的幅值、频率和相位来表示信号。频域与时域的特点

1.1频域与时域Part16以方波信号进行傅里叶展开为例，它等于多个不同频率的正弦信号的叠加傅里叶展开示意图

1.1频域与时域Part17当我们对信号进行时域分析时，往往不能得到信号的所有特征，因为信号不仅与时间相关，还与频率分布、相位分布等因素有关。因此，还需要对信号的频率分布进行分析，也就需要在频域内对信号进行表示。信号从时域到频域的变换是通过傅里叶级数和傅里叶积分实现的，傅里叶级数是针对周期函数信号的变换，傅里叶积分是针对非周期函数信号的变换。频域与时域的联系与转换

1.2典型的二维信号Part18冲激信号线性系统和傅里叶变换研究的核心是冲激及其取样特性，连续变量t在t=0处的单位冲激函数表示为：限制条件：?

1.2典型的二维信号Part19冲激信号物理上，如果我们把t解释为时间，那么一个冲激函数可以看成幅值无限、持续时间为0、具有单位面积的尖峰信号。一个冲激函数具有关于如下积分形式的采样特性：?

1.2典型的二维信号Part110冲激信号假设f(t)在t=0处连续，则采样特性得到函数f(t)在冲激位置的函数值。采样特性的一种更为一般的情况是在t=t0处采样，对应的单位冲激函数表示为。此时采样特性变为：??

1.2典型的二维信号Part111连续信号的单位阶跃信号的表达式为：令x表示一个离散变量。单位阶跃信号u(x)在离散系统中定义如下：阶跃信号

1.2典型的二维信号Part112阶跃信号(a)单位连续阶跃函数(b)单位离散阶跃函数

1.3傅里叶变换Part113傅里叶变换的实质是将信号表示为无穷多个各次谐波的叠加，利用直接测量得到的原始信号，进行多次谐波信号叠加来得到正弦波信号的频率、振幅和相位。与之对应的是傅里叶反变换，是将多次谐波的正弦波信号叠加为一个信号。傅里叶变换原理

1.3傅里叶变换Part114傅里叶变换将某些难以处理的时域信号转换为易于处理与分析的频域信号。随后利用一些频域分析方法对频域信号进行处理和加工。最后再进行傅里叶反变换将处理后的频域信号转换为时域信号。傅里叶变换原理

1.3傅里叶变换Part115单变量连续函数的单变量连续函数定义为：若给出，则其傅里叶反变换的定义为：一维连续型傅里叶变换及其反变换

1.3傅里叶变换Part116二维连续函数的傅里叶变换定义为：若给定，则其傅里叶反变换的定义为：二维连续型傅里叶变换及其反变换

1.3傅里叶变换Part117单变量离散函数的傅里叶变换定义为：若给出，则其傅里叶反变换的定义为：一维离散型傅里叶变换（DFT）及其反变换

1.3傅里叶变换Part118二维离散函数的傅里叶变换定义为：若给定，则其傅里叶反变换的定义为：二维离散型傅里叶变换及其反变换

1.3傅里叶变换Part119a）一维傅里叶变换的极坐标表示幅值或频率谱为：其中和分别是的实部和虚部相角或相位谱为：傅里叶变换的极坐标表示

1.3傅里叶变换Part120b）二维DFT的极坐标表示幅值或频率谱为：其中和分别是的实部和虚部相角或相位谱为：傅里叶变换的极坐标表示

1.3傅里叶变换Part121傅里叶变换的频率谱和相位谱(c)相位谱（a）原图(b)频率谱

1.3傅里叶变换Part122图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。灰度变化得快频率就高，灰度变化得慢频率就低。傅里叶变换在图像处理中的作用

1.3傅里叶变换Part123从物理效果看，傅立叶变换是将图像从空间域转换到频率域，将图像的灰度分布函数变换为图像的频率分布函数。傅里叶反变换是将图像从频率域转换到空