数字图像处理傅立叶变换.pptVIP

得出FFT的第二个递推公式：3.4快速傅立叶变换该公式说明F(u+M)可以通过F(u)偶部和奇部之差来计算。F(u+M)=1/2(Feven(u)-Fodd(u)W2Mu)第30页，共46页，星期日，2025年，2月5日3.4快速傅立叶变换得出FFT的两个递推公式：F(u)=1/2(Feven(u)+Fodd(u)W2Mu)F(u+M)=1/2(Feven(u)-Fodd(u)W2Mu)第31页，共46页，星期日，2025年，2月5日3.4快速傅立叶变换分析这些表达式得到如下一些有趣的特性：（1）一个N个点的变换，能够通过将原始表达 式分成两个部分来计算。（2）通过计算两个（N/2）个点的变换。得到 Feven(u)和Fodd(u)。（3）偶部与奇部之和得到F(u)的前(N/2)个值。（4）偶部与奇部之差得到F(u)的后(N/2)个值。且不需要额外的变换计算。第32页，共46页，星期日，2025年，2月5日3.4快速傅立叶变换归纳快速傅立叶变换的思想：1）通过计算两个单点的DFT，来计算两个点的DFT。2）通过计算两个双点的DFT，来计算四个点的DFT，…，以此类推。3）对于任何N=2n的DFT的计算，通过计算两个N/2点的DFT，来计算N个点的DFT。第33页，共46页，星期日，2025年，2月5日第三章图像变换第1页，共46页，星期日，2025年，2月5日3.3.1可分离性?二维离散傅立叶变换DFT可分离性的基本思想是： 二维DFT可分离为两次一维DFT。?应用：二维快速傅立叶算法FFT，是通过计算两次一维FFT实现的。第2页，共46页，星期日，2025年，2月5日3.3.1可分离性可分离性的定义u=0,1,2,…M-1；v=0,1,2,...N-1x=0,1,2,…M-1；y=0,1,2,...N-1第3页，共46页，星期日，2025年，2月5日3.3.1可分离性可分离性成立的推导先对行（y变量）做变换：然后对列（x变量）进行变换：第4页，共46页，星期日，2025年，2月5日3.3.1可分离性先对行做变换：–然后对列进行变换：f(x,y)（0,0）（M-1，N-1）xyF(x,v)（0,0）（M-1，N-1）xvF(x,v)（0,0）（M-1，N-1）xvF(u,v)（0,0）（M-1，N-1）uv第5页，共46页，星期日，2025年，2月5日?傅立叶变换对有如下平移性质：f(x,y)exp[j2?(u0x/M+v0y/N)]?F(u-u0,v-v0)和f(x-x0,y-y0)?F(u,v)exp[-j2?(ux0/M+vy0/N)]以上式子表明，在频域中原点平移到(u0,v0)时，其对应的f(x,y)要乘上一个正的指数项：exp[j2?(u0x/M+v0y/N)]；在空域中图像原点平移到(x0,y0)时，其对应的F(u,v)要乘上一个负的指数项：exp[-j2?(ux0/M+vy0/N)]。3.3.2平移性第6页，共46页，星期日，2025年，2月5日?对于M=N，则类似地有：f(x,y)exp[j2?(u0x+v0y)/N]?F(u-u0,v-v0)和f(x-x0,y-y0)?F(u,v)exp[-j2?(ux0+vy0)/N]在频域中原点平移到(u0,v0)时，其对应的f(x,y)要乘上一个正的指数项exp[j2?(u0x+v0y)/N]；在空域中图像原点平移到(x0,y0)时，其对应的F(u,v)要乘上一个负的指数项exp[-j2?(ux0+vy0)/N]。3.3.2平移性第7页，共46页，星期日，2025年，2月5日3.3.2平移性在数字图像处理中，常常需要将F(u,v)的原点移到N×N频域的中心（平移前空域、频域原点均在左上方），以便能清楚地分析傅立叶谱的情况。要做到此，只需令u0=v0=N/2则exp[j2π(u0x+v0y)/N]=所以f(x,y)(-1)x+y?F(u-N/2,v-N/2)上式说明：如果需要将图像傅立叶谱的原点从左上角(0,0)移到中心点(N/2,N/2)，只要f(x,y)乘上(-1)x+y因子进行傅立叶变换即可实现。第8页，共46页，星