图像识别与理解.pptVIP

二维傅立叶变换二维傅立叶变换由一维傅立叶变换推广而来：逆变换：幅度谱：相位谱：F(u,v)=R(u,v)+jI(u,v)二维傅立叶变换举例对于二维方波信号傅立叶变换为：幅度：6.1二维离散傅立叶变换对于二维傅立叶变换，其离散形式为：逆变换为：幅谱(频谱)、相谱：二维离散傅立叶变换的性质1.线性性质：2.比例性质：3.可分离性：4.空间位移：5.频率位移：图像中心化：当u0=v0=N/2时，6.周期性：F(u,v)=F(u+aN,v+bN),f(x,y)=f(x+aN,y+bN)7.共轭对称性：8.旋转不变性：9.平均值：10.卷积定理：f(x,y)*h(x,y)=F(u,v)H(u,v)f(x,y)h(x,y)=F(u,v)*H(u,v)11.相关定理：互相关：f(x,y)Og(x,y)=F(u,v)G*(u,v)f(x,y)g*(x,y)=F(u,v)OG(u,v)自相关：f(x,y)Of(x,y)=|F(u,v)|2|f(x,y)|2=F(u,v)OF(u,v)12.帕塞瓦定理（能量定理）：若f1(x,y)=f2(x,y)=f(x,y)，则有：可分离性频率位移性质当图像在频率域时移动时需要用到频率位移性质：图像中心化把图像进行傅立叶变换后，往往要把中心移到u0=v0=N/2的位置上周期性和共轭对称性周期性不难证明。共轭对称性：两边取共轭(f(x,y)为实函数)：周期性和共轭对称性的应用1.图形的频谱分析和显示2.图像中心化旋转不变性以极坐标表示x,y,u,v：f(x,y)和F(u,v)可由f(r,θ)和F(w,φ)来表示，代入傅立叶变换的公式，可以得到：平均值平均值定义：由傅立叶变换定义：因此，f(x,y)的平均值与傅立叶变换系数的关系为：6.1二维离散傅立叶变换（DFT）正变换：反变化：快速傅立叶变换（FFT）6.1二维离散傅立叶变换（DFT）因为2维DFT可以看成是两次的1维DFT变换，即：所以我们可以对其进行2次的FFT变换。6.1二维离散傅立叶变换（DFT）傅立叶变换系数的应用变换系数刚好表现的是各个频率点上的幅值。在小波变换没有提出时，用来进行压缩编码。考虑到高频反映细节、低频反映轮廓的特性。往往认为可将高频系数置为0，骗过人眼。6.1二维离散傅立叶变换（DFT）傅立叶变换在卷积中的应用:从前面的图像处理算法中知道，如果抽象来看，其实都可以认为是图象信息经过了滤波器的滤波（如：平滑滤波、锐化滤波等）。如果滤波器的结果比较复杂时，直接进行时域中的卷积运算是不可思议的。6.1二维离散傅立叶变换（DFT）6.2离散余弦变换（DCT）傅立叶变换的一个最大的问题是：它的参数都是复数，在数据的描述上相当于实数的两倍。为此，我们希望有一种能够达到相同功能的变换。在此期望下，产生了DCT变换。余弦变换当f(x)或f(x,y)为偶函数时，变换的计算公式只有余弦项。一个任意函数采样从0,1,2,…,N-1，若向负方向折叠形成2N采样的偶函数，就可以进行2N的偶函数傅立叶变换。余弦变换是简化傅立叶变换的一种方法6.2离散余弦变换（DCT）一维余弦变换?离散序列f(x),x=0,1,2,…,N-1，以-1/2为折点，形成-N至-1的序列，与原序列合并形成2N偶函数序列，此时的变换核为：?离散傅立叶变换的虚部为零，上式剩下余弦项6.2离散余弦变换（DCT）?余弦变换为：?归一化后：?矩阵形式：6.2离散余弦变换（DCT）?一维余弦变换的反变换为：?矩阵形式：6.2离散余弦变换（DCT）余弦变换的性质☉余弦变换为实的正交变换C＝C*，C-1=CT。☉序列的余弦变换是DFT的对称扩展形式。☉余弦变换有快速变换，和傅立叶变换一样，分奇偶组：此处：6.2离散余弦变换（DCT）********图像变换问题的提出：在图像处理中，对图像信息进行变换的目的是：简化处理，因此必须满足以下三个要求：1）变换必须是可逆的。2）变换必须是有好处的。3）变换算法必须是不复杂的。什么是图像变换将图像看成是线性叠加系统图像在空域上相关性很强图像变换是将图像从空域变换到其它域如频域的数学变换常用的变换：傅立叶变换、离散余弦变换、小波变换、离散K-L变换