《數(shù)字圖象處理第4章.ppt》由會員分享,可在線閱讀,更多相關(guān)《數(shù)字圖象處理第4章.ppt(34頁珍藏版)》請在裝配圖網(wǎng)上搜索。
1、第4章 圖像變換,4.1 傅里葉變換 4.2 離散余弦變換 4.3 K-L變換 4.4 小波變換,2020/7/20,第4章 圖像變換,為了有效和快速地對圖像進(jìn)行處理和分析,常常需要將原定義在圖像空間的圖像以某種形式轉(zhuǎn)換到其他空間,并且利用圖像在這個空間的特有性質(zhì)進(jìn)行處理,然后通過逆變換操作轉(zhuǎn)換到圖像空間。 本章討論圖像變換重點介紹圖像處理中常用的正交變換,如傅里葉變換、離散余弦變換和小波變換等。,2020/7/20,1.一維連續(xù)傅里葉變換 設(shè)f(x)為x的函數(shù),如果f(x)滿足下面的狄里赫萊條件: (1)具有有限個間斷點; (2)具有有限個極值點; (3)絕對可積。 則定義f(x
2、)的傅里葉變換為:,2020/7/20,4.1 連續(xù)傅里葉變換,從F(u)恢復(fù)f(x)稱為傅里葉反變換,定義為:,2020/7/20,上述二式形成傅里葉變換對,記做 :,函數(shù)f(x)的傅里葉變換一般是一個復(fù)數(shù),它可以由下式表示: F(u)=R(u)+jI(u) R(u),I(u)分別為F(u)的實部和虛部。,寫成指數(shù)形式:,4.1 連續(xù)傅里葉變換,F(u)為復(fù)平面上的向量,它有幅度和相角:,2020/7/20,幅度:,相角:,幅度函數(shù)|F(u)|稱為f(x)的傅里葉譜或頻率譜,(u)稱為相位譜。,稱為f(x)的能量譜或稱為功率譜。,4.1 連續(xù)傅里葉變換,2.二維連續(xù)傅里葉變換 傅里葉變
3、換可以推廣到兩個變量連續(xù)可積的函數(shù)f(x,y)若f(x,y)滿足狄里赫萊條件,則存在如下傅里葉變化對:,2020/7/20,二維函數(shù)的傅里葉譜、相位和能量譜分別表示為:,,2020/7/20,1.一維離散傅里葉變換 對一個連續(xù)函數(shù)f(x)等間隔采樣可得到一個離散序列。設(shè)共采了N個點,則這個離散序列可表示為f(0),f(1),,f(N-1)。借助這種表達(dá),并令x為離散空域變量,u為離散頻率變量,可將離散傅里葉變換定義為:,4.1.2 離散傅里葉變換,傅里葉反變換定義由表示:,2020/7/20,可以證明離散傅里葉變換對總是存在的。 其傅里葉譜、相位和能量譜如下:,4.1.2 離散傅里葉變換,2
4、.離散傅里葉變換(DFT)的矩陣表示法 由DFT的定義,N4的原信號序列f(x)=f(0),f(1),f(2),f(3)的傅里葉變換F(u)展開為:,2020/7/20,4.1.2 離散傅里葉變換,將e指數(shù)項化簡可寫成矩陣形式:,2020/7/20,記作:,可用復(fù)平面的單位圓來求W的各元素。如圖4-1所示。當(dāng)N=4時,參看圖4.1(a)。 把單位圓分為N=4份,則正變換矩陣第u行每次移動u份得到該行系數(shù)。,4.1.2 離散傅里葉變換,2020/7/20,,(a),(b),圖4.1 復(fù)平面單位圓 (a)N4 (b)N8,4.1.2 離散傅里葉變換,2020/7/20,同理N=8見圖4-1(b)
5、的單位圓。N=8的W陣應(yīng)把單位圓分為8份,順時順次轉(zhuǎn)0份,1份、,7份,可得W陣為:,4.1.2 離散傅里葉變換,2020/7/20,,4.1.2 離散傅里葉變換,2.二維離散傅里葉變換 一幅靜止的數(shù)字圖像可看做是二維數(shù)據(jù)陣列。因此,數(shù)字圖像處理主要是二維數(shù)據(jù)處理。 如果一幅二維離散圖像f(x,y)的大小為M*N,則二維傅里葉變換可用下面二式表示。,2020/7/20,4.1.2 離散傅里葉變換,在圖像處理中,一般總是選擇方形陣列,所以通常情況下總是M=N。正逆變換對具有下列對稱的形式:,2020/7/20,4.1.2 離散傅里葉變換,3.二維離散傅里葉變換的性質(zhì) 二維離散傅里葉變換有一
6、些重要的性質(zhì),這些性質(zhì)為使用提供了極大的方便。 1)分離性 二維離散傅里葉變換具有分離性,2020/7/20,4.1.2 離散傅里葉變換,2020/7/20,分離性質(zhì)的主要優(yōu)點是可借助一系列一維傅里葉變換分兩步求得F(u,v)。第1步,沿著f(x,y)的每一行取變換,將其結(jié)果乘以1/N,取得二維函數(shù)F(x,v);第2步,沿著F(x,v)的每一列取變換,再將結(jié)果乘以1/N,就得到了F(u,v)。這種方法是先行后列。如果采用先列后行的順序,其結(jié)果相同。 如圖4.6所示。,4.1.2 離散傅里葉變換,2020/7/20,,行變換,,列變換,圖4.6 把二維傅里葉變換作為一系列一維的計算方法,4.
7、1.2 離散傅里葉變換,對逆變換f(x,y)也可以類似地分兩步進(jìn)行。,2020/7/20,4.1.2 離散傅里葉變換,2)平移性 傅里葉變換和逆變換對的位移性質(zhì)是指:,2020/7/20,由f(x,y)乘以指數(shù)項并取其乘積的傅立葉變換,使頻率平面的原點位移至(u0,v0)。同樣地,以指數(shù)項乘以F(u,v)并取其反變換,將空間域平面的原點位移至(x0,y0)。當(dāng)u0=v0=N/2時,指數(shù)項為:,4.1.2 離散傅里葉變換,即為:,2020/7/20,這樣,用(-l)(x+y)乘以f(x,y)就可以將f(x,y)的傅里葉變換原點移動到N*N頻率方陣的中心,這樣才能看到整個譜圖。另外,對f(x,y
8、)的平移不影響其傅里葉變換的幅值。 此外,與連續(xù)二維傅里葉變換一樣,二維離散傅里葉變換也具有周期性、共軛對稱性、線性、旋轉(zhuǎn)性、相關(guān)定理、卷積定理、比例性等性質(zhì)。這些性質(zhì)在分析及處理圖像時有重要意義。,4.1.2 離散傅里葉變換,3.DFT應(yīng)用中的問題 1)頻譜的圖像顯示 DFT在計算機圖像處理中計算的中間過程和結(jié)果要圖像化。對DFT來講不但f(x,y)是圖像,F(u,v)也要用圖像來顯示其結(jié)果。 譜圖像就是把|F(u,v)|作為亮度顯示在屏幕上。但在傅里葉變換中F(u,v)隨u,v的衰減太快,其高頻項只看到一兩個峰,其余皆不清楚。 由于人的視覺可分辨灰度有限,為了得到清晰的顯示效果,即
9、為了顯示這個頻譜,可用下式處理,設(shè)顯示信號為D(u,v),,2020/7/20,4.1.2 離散傅里葉變換,即用顯示D(u,v)來代替只顯示|F(u,v)|不夠清楚的補救方法。 譜的顯示加深了對圖像的視覺理解。如一幅遙感圖像受正弦網(wǎng)紋的干擾,從頻譜圖上立即可指出干擾的空間頻率并可方便地從頻域去除。 如圖4.7為圖像的傅里葉頻譜圖像,2020/7/20,4.1.2 離散傅里葉變換,2020/7/20,圖4.7 圖像的傅里葉頻譜圖像,原始圖像,(b)頻譜直接顯示,(c)頻譜經(jīng)過變換后的結(jié)果,(b),(c),4.1.2 離散傅里葉變換,a.,a.,2.頻譜圖像的移中顯示 常用的傅里葉正反變換公
10、式都是以零點為中心的公式,其結(jié)果中心最亮點卻在頻譜圖像的左上角,作為周期性函數(shù)其中心最亮點將分布在四角,為了觀察方便,將頻譜圖像的零點移到顯示的中心。 當(dāng)周期為N時,應(yīng)在頻域移動N/2。利用DFT的平移性質(zhì),先把原圖像f(x,y)乘以(-1)(x+y)然后再進(jìn)行傅里葉變換,其結(jié)果譜就是移N/2的F(u,v)。圖4-8所示。 應(yīng)當(dāng)注意,顯示是為了觀看,而實際F(u,v)數(shù)據(jù)仍保留為原來的值。,2020/7/20,4.1.2 離散傅里葉變換,2020/7/20,圖4.8 頻譜圖像的移中顯示 (a)未移至中心的頻譜圖像,(b)移至中心后的頻譜圖像,(a),(b),4.1.2 離散傅里葉變換,3.
11、旋轉(zhuǎn)性 應(yīng)用中,對兩幅圖像進(jìn)行傅里葉變換后,為求兩幅圖像的相似性,常須對頻域圖進(jìn)行旋轉(zhuǎn)尋找匹配。此時FT公式常用極坐標(biāo)表示為傅里葉變換對。設(shè)f(x,y)為原圖中任一點的坐標(biāo), ,為(x,y)點與x軸的夾角,則傅里葉變換對為:,2020/7/20,若空域,頻域,4.1.2 離散傅里葉變換,則旋轉(zhuǎn)不變性質(zhì)為:,2020/7/20,上式表明,在空域中對圖像f(x,y)旋轉(zhuǎn)0對應(yīng)于將其傅里葉變換F(u,v)也旋轉(zhuǎn)0,類似的,對F(u,v)旋轉(zhuǎn)0也對應(yīng)于將其傅里葉反變換f(x,y)旋轉(zhuǎn)0。,4.1.2 離散傅里葉變換,2020/7/20,,,(a),(b),圖4.9 傅里葉變換的旋轉(zhuǎn)性,對比圖4
12、.8,4.1.2 離散傅里葉變換,2020/7/20,4. 數(shù)字圖像傅里葉變換的頻譜分布和統(tǒng)計特性 1)數(shù)字圖像傅里葉變換的頻譜分布 數(shù)字圖像的二維離散傅里葉變換所得結(jié)果的頻率成分如圖4.10所示,左上角為直流成分,變換結(jié)果的四個角的周圍對應(yīng)于低頻成分,中央部位對應(yīng)于高頻部分。為了便于觀察譜的分布,使直流成分出現(xiàn)在窗口的中央,可采用圖示的換位方法,根據(jù)傅里葉頻率位移的性質(zhì),只需要用f(x,y)乘上 因子進(jìn)行傅里葉變換即可實現(xiàn),變換后的坐標(biāo)原點移動到了窗口中心,圍繞坐標(biāo)中心的是低頻,向外是高頻。,4.1.2 離散傅里葉變換,2020/7/20,圖4.10 二維傅里葉變換的頻譜分布,4.1.
13、2 離散傅里葉變換,2020/7/20,圖4.11 頻率位移示例,4.1.2 離散傅里葉變換,2020/7/20,圖4.11為二維離散傅里葉變換的頻率位移特性。圍繞坐標(biāo)中心的是低頻,向外是高頻,頻譜由中心向周邊放射,而且各行各列的譜對中心點是共軛對稱的,利用這個特性,在數(shù)據(jù)存儲和傳輸時,僅存儲和傳輸它們中的一部分,進(jìn)行逆變換恢復(fù)原圖像前,按照對稱性補充另一部分?jǐn)?shù)據(jù),就可達(dá)到數(shù)據(jù)壓縮的目的。,2)圖像傅里葉變換的統(tǒng)計分布 (1)傅里葉變換后的零頻分量F(0,0),也稱作直流分量,根據(jù)傅里葉變換公式有:,它反映了原始圖像的平均亮度。,4.1.2 離散傅里葉變換,2020/7/20,(2)對大多數(shù)無明顯顆粒噪音的圖像來說,低頻區(qū)集中了85的能量,這一點成為對圖像變換壓縮編碼的理論根據(jù),如變換后僅傳送低頻分量的幅值,對高頻分量不傳送,反變換前再將它們恢復(fù)為零值,就可以達(dá)到壓縮的目的。 (3)圖像灰度變化緩慢的區(qū)域,對應(yīng)它變換后的低頻分量部分;圖像灰度呈階躍變化的區(qū)域,對應(yīng)變換后的高頻分量部分。除顆粒噪音外,圖像細(xì)節(jié)的邊緣、輪廓處都是灰度變化突變區(qū)域,它們都具有變換后的高頻分量特征。,4.1.2 離散傅里葉變換,