3-1图像变换
3-1.初等变换化简矩阵
为零. m r O F O O mn 此标准形由m , n, r 三个数唯一确定,其中r 就是
行阶梯形矩阵中非零行 的行数.
定理 任何矩阵都可经过单纯的初等行变换
化为行最简形矩阵. 任何矩阵都可经过初等变换 化为标准形矩阵. 下面我们还是通过例子来说明该定理.
Ex1:将以下矩阵化为行最简形
1 0 2 1 2 0 3 1 1 3 0 4 3
1 3 3 2 3 1 3 2 3 3 5 3 4 4 3 4 1 2 0 2 1
0 2 3 1 2 0 3 4 3 0 4 7 1
克莱姆法则中,要求:
1.未知量的个数
方程的个数
2.系数行列式 det A 0 而线性方程组的一般形式为 a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 1 22 2 2n n 2 am1 x1 am 2 x2 amn xn bm 如 x1 2 x2 6 x3 2 x4 3 7 x1 0.5 x2 x3 x4 1
若( A) 若( A)
i
i
k k
j
( B ), 则( B ) ( B ), 则( B )
i
i
k ( A); k
j
( A).
由于三种变换都是可逆的, 所以变换前的方程组与 变换后的方程组是同解的. 故这三种变换是同解变换. 因为在上述变换过程中, 未知量并未参与本质性 运算, 仅仅只对方程组的系数和常数进行运算.
行 最 简 形
利用矩阵的初等行变换将矩阵化为行阶梯形和 行最简形是解决矩阵问题的主要方法之一. 同学们应该熟练掌握.
3-1矩阵的初等变换
矩阵 A 与矩阵 B 等价,记作 A ~ B
A
有限次初等变换
B
矩阵之间的等价关系具有下列性质: 反身性 对称性 传递性
A~ A ;
若 A ~ B,则 B ~ A ; 若 A ~ B, B ~ C,则 A ~ C.
1 0 0 0
r1 r2
1 2 1 4 1 1 1 0 B4 0 0 1 3 0 0 0 0
① ② ③ ④
1 2 1 1 2 1 1 1 2 3 1 1 6 9 7 3
4 2 B1 2 9
x1 x2 2 x3 x4 4, 2 x x x x 2, 1 2 3 4 2 x1 3 x2 x3 x4 2, 3 x1 6 x2 9 x3 7 x4 9.
①
②
③ ④
x1 x2 2 x3 x4 4, 2 x x x x 2, 1 2 3 4 2 x1 3 x2 x3 x4 2, 3 x1 6 x2 9 x3 7 x4 9.
②-③
③-2×① ④-3×①
①
②
③ ④
ri krj
ri krj .
把定义中的“行”换成“列”,就得到矩阵的初等列变换的定 义. 矩阵的初等行变换与初等列变换统称为初等变换.
2 x1 x2 x3 x4 2, x x 2 x x 4, 1 2 3 4 4 x1 6 x2 2 x3 2 x4 4, 3 x1 6 x2 9 x3 7 x4 9.
4, ① 0, ② 6, ③ 3. ④
1 0 0 0
1 2 1 4 1 1 1 0 B3 0 0 2 6 0 0 1 3
【精选】数字图像处理第3章
设定加权因子 ai 和 bi 的值,可以得到不同的变换。例如,当选定
a2 b1 切。
1 ,b2
0.1
,a1
a0
b0
0
,该情况是图像剪切的一种列剪
(a)原始图像
Digital Image Processing
(b)仿射变换后图像
3.1 图像的几何变换
◘透视变换 :
把物体的三维图像表示转变为二维表示的过程,称为透视 变换,也称为投影映射,其表达式为:
a2
b2
a1 b1
a0
b0
y
1
平移、比例缩放和旋转变换都是一种称为仿射变换的特殊情况。
仿射变换具有如下性质:
(1)仿射变换有6个自由度(对应变换中的6个系数),因此,仿射变换后 互相平行直线仍然为平行直线,三角形映射后仍是三角形。但却不能
保 证将四边形以上的多边形映射为等边数的多边形。
1D-DFT的矩阵表示 :
F (0)
F (1)
WN00 WN10
F (2)
WN20
F (N 1)
W
(N N
1)0
WN01 WN11 WN21
WN(N 1)1
W
0( N
N
1)
WN1(N 1)
第3章 图像变换
◆ 3.1 图像的几何变换 ◆ 3.2 图像的离散傅立叶变换 ◆ 3.3 图像变换的一般表示形式 ◆ 3.4 图像的离散余弦变换 ◆ 3.5 图像的离散沃尔什-哈达玛变换 ◆ 3.6 K-L变换 ◆ 3.7 本章小结
3-1仿射坐标变换的一般理论
1.1, 1.2 坐标变换公式
曲线的坐标变换公式 由于曲线可以看作两张曲面的交线, 它在 I 中
的一般方程为两个三元方程式的联立方程组, 将 这两个方程都用坐标变换化为 I 中的方程, 联立 即得它在 I 中的一般方程.
上页 下页 结束
1.1, 1.2 坐标变换公式
例 3.1 设从坐标系 I 到 I 的过渡矩阵为 2 1 0
C 0 1 1, 1 0 1
O 在 I 中的坐标为 (1, 2, 0) .
(1) 设平面 在 I 中的一般方程为
3x + 2y z + 2 = 0,
求 在 I 中的一般方程.
上页 下页 结束
1.1, 1.2 坐标变换公式
(2) 设直线 l 在 I 中的标准方程为
x1 y z2, 3 2 1
yOz面: 3x + 2y 2z + 1 = 0, xOz面: 2x + y z 2 = 0, xOy面: x 2y + z + 2 = 0,
并且 I 的原点 O 在 I 中的坐标为 (1, 4, 2) , 求 I 到 I 的坐标变换公式.
上页 下页 结束
1.3 过渡矩阵的性质
解: 方法一. 已知 I 的原点 O 在 I 中的坐标, 可先求 I 到 I 的坐标变换公式.
求 l 在 I 中的方程.
解: 由已知, 向量的坐标变换公式为
x 2x y
y
y
z
(3.3)
z x z
上页 下页 结束
1.1, 1.2 坐标变换公式
点的坐标变换公式为
z
2
(3.4)
z x z
(1) 将 (3.4) 代入平面的一般方程, 得
实验报告---实验三图像灰度变换处理模板
计算机科学与工程学院天津理工大学计算机科学与工程学院实验报告2016 至2017 学年第二学期实验三图像灰度变换处理课程名称数字图像处理学号学生姓名卢洪利年级2014专业计算机科学与技术教学班号2实验地点主7-215实验时间2016年4月4日第1节至第2 节主讲教师杨淑莹实验成绩软件运行特色算法分析流程设计报告成绩总成绩实验(三)实验名称图像灰度变换处理软件环境OpenSUSE Leap 42.2Qt 5.6.1硬件环境PC实验目的掌握图像的灰度变换原理,编程实现图像的灰度变换功能。
实验内容(应包括实验题目、实验要求、实验任务等)1.实现灰度直方图。
要求:了解灰度直方图基本原理,实现灰度直方图。
说明:灰度直方图基本原理1 灰度直方图简介2 基本原理任务:(1)在左视图中打开一幅位图。
(2)制作一个【灰度直方图】菜单,将消息映射到右视图中,在右视图中实现灰度直方图。
2.实现灰度线性变换。
要求:了解灰度线性变换基本原理,实现灰度线性变换。
说明:灰度线性变换基本原理任务:(1)在左视图中打开一幅位图。
(2)制作一个【灰度线性变换】菜单,将消息映射到右视图中,在右视图中实现灰度线性变换。
3.实现灰度非线性变换。
要求:了解灰度非线性变换基本原理,实现灰度非线性变换。
说明:灰度非线性变换基本原理1灰度对数变换2灰度幂次变换3灰度指数变换任务:(1)在左视图中打开一幅位图。
(2)制作一个【灰度对数变换】菜单,将消息映射到右视图中,在右视图中实现灰度对数变换。
(3)制作一个【灰度幂次变换】菜单,将消息映射到右视图中,在右视图中实现灰度对数变换。
(4)制作一个【灰度指数变换】菜单,将消息映射到右视图中,在右视图中实现灰度指数变换。
4.实现阈值变换。
要求:了解阈值变换图基本原理,实现灰度阈值变换说明:灰度阈值变换基本原理任务:(1)在左视图中打开一幅位图。
(2)制作一个【阈值变换】菜单,将消息映射到右视图中,在右视图中实现阈值变换。
医学图像处理第3章图像变换3.2 医学图像的灰度变换
在此基础上对x进行一维傅立叶变换
F(u,v) 1 N1
f
(x,
v)e
j 2
ux N
u,
v
0,1,2,,
N
1
N x0
变量分离步骤如图所示 先沿列的方向,然后沿行的方向
若已知频率二维序列F(u,v),则二维可分离性对傅立叶逆 变换同样适应。
f (x, y)
1
N 1 N 1
傅立叶变换提出 • 傅立叶(Fourier) :法国数学家,1768年生 • 1822年出版“热分析理论”,1878年翻译成英文。提出傅 立叶级数 • 傅立叶级数:周期函数表示为不同频率的正弦和/或余弦 和 • 傅立叶变换:非周期函数表示为正弦和/或余弦乘以加权 函数的积分 • 逆变换可以重建原函数
N x0
y0
u, v 0,1,2,, N 1
二维傅立叶变换的可分离特性表明,一个二维傅立 叶变换可通过二次一维傅立叶变换来完成,即:第一次先 对y进行一维傅立叶变换
F(x,v) N[ 1 N1
j2 vy
f (x, y)e N ]
x,v 0,1,2,, N 1
N y0
F (u, v)e j 2 (uxvy) / N
N u0 v0
1
N 1
N 1
e j 2ux/ N F (u, v)e j 2vy / N
N u0
v0
x, y 0,1,2,, N 1
逆变换的分离性也同样可以分解为两次一维傅立叶变换。
2、平移性
f (x, y)e j2 (u0xv0y)/ N F(u u0, v v0 )
三. 二维离散傅立叶变换的性质
3-1矢量数据处理方法2-数据变换
• 3)面状要素(多边形)的处理 对于多边形元素来说,由于它实际上是一 组有序线段串联且首尾相接闭合而成,因 此其裁剪的基本方法与线段裁剪基本上相 同,但是要把窗口边界上有关线段加入裁 剪所得折线使其重新闭合形成新的多边形。
2 任意多边形开窗算法
• 1.点状要素的处理 对于任一离散点,均可利用著名的铅垂线内点法 判断该点是在窗口多边形内还是外,从而决定该 点是选取与否。 何为铅垂线内点法:从待判别点引铅垂线,由该铅 垂线与多边形交点个数的奇偶性来判断点是否在 多边形内。 ◆若交点个数为奇数,则点在多边形内; ◆若交点个数为偶数,则该点在多边形外。
缩放变换
(1)当Sx=Sy=1时,恒等变换 (2)当Sx=Sy≠1时 ,相似变换 (3)当Sx=Sy>1时 ,等比例放大 (4)当Sx=Sy<1时 ,等比例缩小 (5)当Sx ≠ Sy时 ,图形沿着两个坐标轴方向进行 非等比例变换,特别是 (6)当Sx=1,Sy=-1时 ,是关于X轴的对称变换 (7)当Sx=-1,Sy=1时 ,是关于Y轴的对称变换 (8)当Sx=Sy=-1时 ,是关于坐标原点的对称变换
• 方法:两端点坐标与参数相对应 (x1,y1)---------(IX1,IY1) (x2,y2)---------(IX2,IY2) ①若IX1=IX2≠0或者IY2=IY2≠0,则整条线段位于窗口外 不予选取; ②若IX1=IX2=IY1=IY2≠0,则整条线段位于窗口内予以选 取; ③ 其他情况均需计算该线段与窗口边所在直线的交点,并 判断交点是否落在窗口边上。经判断,如果只有一个交点 落在窗口边上,则该点取代这条参数不为0的端点,与另 一为0的端点连线并选取;若有两个交点落在窗口边上, 则选取这两个交点的连线。
1 [ x' , y ' ,1] = [ x, y,1] 0 Tx
第三章习题解答及参考答案
(
)
①
2 式中 m 为整数。令 u = αr ,显然上式是 u 的周期函数,周期为 2π ,故可展开成傅里 ∞ 1 1 + sgn (cos u ) = ∑ Cn e inu 2 2 n = −∞
叶级数:
其中,
Cn =
1 2π
∫
π 2
−π 2
e −inu du =
sin (nπ 2) nπ
②
遂有:
∞ 1 1 sin (nπ 2 ) inαr 2 e + sgn cos αr 2 = ∑ 2 2 nπ n= −∞
②
σ ( f x ,0 ) 2λd i =1− f x = 1− f x f0 σ0 l
l l ≤ λd i f x ≤ (见附图3 - 4(b)) 4 2
2 1 l l σ ( f x ,0 ) = (l − λd i f x ) l − = − λd i l f x 2 2 2
λd ;两个一级分量与中央亮斑 L
附图 3-2
习题[3-2]图示
附图 3-3
归一化强度分布
[3-3]
将面积为 10 mm × 10 mm 的透射物体置于一傅里叶变换透镜的前焦面上作频谱分析。
用波长 λ = 0.5 µ m 的单色平面波垂直照明,要求在频谱面上测得的强度在频率 140 线/mm 以下能准确代表物体的功率谱。并要求频率为 140 线/mm 与 20 线/mm 在频谱面上的间隔为 30mm,问该透镜的焦距和口径各为多少? 解:取面积为10mm ×10mm 的透射物体的对角线方向为 x 轴。因要求在 140 线/mm 以下的 空间频率成分不受到有限孔径的渐晕效应的影响,故透镜的口径 D 应满足条件:
线性代数3-1
0 0
1 0
0 1
0 0
0
0
A4
0 0 0 0 0
1 0 0 0 0
:c4
4 c1
0
c5
5 c1
0
1 0
0 1
0 0
0
0
A5
0 0 0 0 0
§1 矩阵的初等变换
定义:矩阵A3和 A4都称为行阶梯形矩阵,其 特点是:可画出一条阶梯线,线的下方全 为0 ; 每个台阶只有一行,台阶数即是非 零行的行数,阶梯线的竖线(每段竖线的 长度为一行)后面的第一个元素为非零 元,也就是非零行的第一个非零元.
(1) 变换ri↔rj 的逆变换就是其本身ri↔rj ; (2)变换ri×k的逆变换为ri÷k ;
(3)变换ri+krj的逆变换为ri- krj .
§1 矩阵的初等变换
定义:如果矩阵A经过有限次初等行变换变成
矩阵B,就称矩阵A与B行等价,记作
A
r
~
B
;
定义:如果矩阵A经过有限次初等列变换变成
矩阵B,就称矩阵A与B列等价,记作
§1 矩阵的初等变换
主要内容: 一、矩阵的初等行变换 二、矩阵的初等变换 三、矩阵之间等价 四、行阶梯形矩阵 五、行最简形矩阵 六、初等矩阵 七、三种初等变换对应着三种初等矩阵 八、初等矩阵的相关定理
§1 矩阵的初等变换
分析:用消元法解下列方程组的过程.
引例 求解线性方程组
2 x1 x2 x3 x4 2, 1
4
x1 x2 2 x3 x1 6 x2 2 x3
x4 2 x4
Photoshop图形图像处理第三章
• 上机练习与习题
• 利用给定的图像,练习将需要的部分选 下来,并粘贴到自己喜欢的位置上,从而 合成全新的图像效果。
3.9应用路径制作选区
•
路径是Photoshop中矢量图形的代表。在Photoshop中,通常都使
用路径来描绘矢量效果的图像。除了可以绘制矢量图形,灵活地应用
路径,还可以建立复杂的选区。
• 3.3.2 选区的作用 • 在图像中创建选区后,编辑图像时,被编辑的范围将会局限在选区
内,而选区以外的像素将会处于被保护状态,不能够被编辑。比如创 建选区后,执行“复制”与“粘贴”命令后,被复制到新图层中的像 素就只是选区内的图像,对包含选区的图像进行亮度调整时,被调整 的范围也只针对选区内起作用。
• 3.3.2 用来创建选区的工具
• 在Photoshop中用来创建选区的工具主要分 为创建规则选区与不规则选区两大类。分 别集中在选框工具组、套索工具组和魔棒 工具组这3组工具以及“色彩范围”命令中。 除此之外还可以通过通道、蒙板、路径等 方法创建不规则选区。
3.4制作最基础的规则形状选区
• 在Photoshop中用来创建规则选区的工具被集中 在选框工具组中,其中包括可以创建矩形的(矩形 选框工具) 、创建正圆与椭圆的(椭圆选框工具) 以及用来创建长或宽为一个像素的(单行选框工具) 和(单列选框工具) 。
工具绘制其他路径的时候, “工作路径”中的路径将被 替换。在需要的情况下,应该对“工作路径”中的路径进 行存储,以备以后使用。
• 存储路径的方法有以下三种。 • (1)单击【路径】调板上的堡按钮,在其快捷菜单中执
行【存储路径】命令,打开【存储路径】对话框。在其 “名称”文本框中输入名称,单击“确定”按钮即可。
• 3.8.2 消除选区锯齿 • 在使用选择工具创建选区时,通常属性栏中都会出现“消除锯齿"
第3章 图像处理中的正交变换
第二章 数字图像处理基础
(2)若f(x)是定义在t0和t0+T区间的实值信号, 平方可积。可以表示为: 意味着f(x)可以由无
f ( x) anun ( x)
n 0
穷级数来表示
对任意小的ε>0,存在充分大的N, t 0 T 2 f ( x) f ( x) dx
t0
反变换核
显然,这两个变换核应该满足正交性和完 备性。
12
第二章 数字图像处理基础
3.1 傅里叶变换
• 傅里叶变换
利用傅里叶变换的特性,将时间信号正变换 到频率域后进行处理(例如低通、高通或带通), 然后再反变换成时间信号,即可完成对信号的滤 波。
• 低通滤波:在频率域中抑制高频信号 • 高通滤波:在频率域中抑制低频信号
即如果需要将频域的坐标原点从显示屏起始点(0,0) 移至显示屏的中心点只要将f(x,y)乘以(-1)x+y因子再进行傅 里叶变换即可实现。 例题:利用(-1)x+y对单缝图像f(x,y)进行调制,实现把频谱 坐标原点移至屏幕正中央的目标。
A A AA I
T T
10
第二章 数字图像处理基础
一维正交变换
对于一向量f,用上述正交矩阵进行运算:
g = Af
若要恢复f,则:
f A gA g
T
1
以上过程称为正交变换。 我们把原为A-1可以用AT来代替的A阵称为正 交矩阵。
11
第二章 数字图像处理基础
二维正交变换 • N×N二维函数可以类似于一维
第二章 数字图像处理基础
三、 二维离散傅里叶变换的性质 • 基本性质:
1.线性
f1 x, y F1 u, v c1 f1 x, y c2 f 2 x, y c1F1 u, v c2 F2 u, v f 2 x, y F2 u, v
2017届高考数学(文)(新课标)二轮专题复习课件:3-1 三角函数
二、认识解答题的特点.掌握解题思维中的“三化” 1.抽象问题具体化(包括对抽象函数可用与其具有相同性质 的具体函数作为代表来研究,字母用常数来代表); 2.复杂问题简单化; 3.尽量使陌生问题熟悉化,即强调变换问题的条件或结论, 使其表现形式符合数或形内部固有的和谐统一的特点,或者突出 所涉及的各种数学对象之间的知识联系,变成熟悉的形式.
2
2π ∵f(x)的最大值为 2,∴a=-1,最小正周期 T= =π.(6 2 分)
(2)列表:
π 2x+ 6 π 6 π 2 π x 0 6 2 π 3π 2 2π 3 -2 2π 13π 6
5π 12 0
11π 12 0 π
f(x)
1
1
(9 分)
画图如下:
(12 分)
【回顾】 (1)列表.(2)描点连线. 要注意: 列表时对于所给区间与周期的关系要明确; 画图时, 要用平滑的曲线结合三角函数图像的走势来描点连线.力争使图 像给人以美观、舒服的感觉,而不是生硬的味道.
2α+β
49×5 239 -1=2× -1=- .(6 分) 2 729 729
tan(α-β)+tanβ (2)tanα=tan[(α-β)+β]= 1-tan(α-β)tanβ 1 1 - 2 7 1 = = .(7 分) 1 1 3 1+ × 2 7
tanα+tan(α-β) tan(2α - β) = tan[α + (α - β)] = = 1-tanαtan(α-β) 1 1 + 3 2 =1.(8 分) 1 1 1- × 3 2 π 1 ∵tanα= >0,∴0<α< ,∴0<2α<π. 3 2 2tanα π 3 又∵tan2α= = >0,∴0<2α< . 2 1-tan2α 4 π 1 ∵tanβ=- <0,∴ <β<π,∴-π<2α-β<0.(10 分) 7 2 3π ∴2α-β=- .(12 分) 4
OpenCV计算机视觉学习(3)——图像灰度线性变换与非线性变换(对数变换,伽马变换)
OpenCV计算机视觉学习(3)——图像灰度线性变换与⾮线性变换(对数变换,伽马变换)如果需要处理的原图及代码,请移步⼩编的GitHub地址 传送门: 下⾯主要学习图像灰度化的知识,结合OpenCV调⽤ cv2.cvtColor()函数实现图像灰度化,使⽤像素处理⽅法对图像进⾏灰度化处理。
1. 图像灰度化1.1 图像灰度化的⽬的 将彩⾊图像转化为灰度图像的过程是图像的灰度化过程。
彩⾊图像中的每个像素的颜⾊由 R, G, B三个分量决定,⽽每个分量中可以取值 0~255,这样⼀个像素点可以有 1600多万(255*255*255=16581375)的颜⾊的变化范围。
⽽灰度图像是 R,G,B三个分量相同的⼀种特殊的彩⾊图像,其中⼀个像素点的变换范围为 256 种,所以在数字图像处理中⼀般将各种格式的图像转换为灰度图像以使后续的图像计算量少⼀些。
灰度图像的描述与彩⾊图像⼀样仍然反映了整幅图像的整体和局部的⾊度和⾼亮等级的分布和特征。
1.2 图像灰度化原理 图像灰度化是将⼀幅彩⾊图像转换为灰度化图像的过程。
彩⾊图像通常包括R、G、B三个分量,分别显⽰出红绿蓝等各种颜⾊,灰度化就是使彩⾊图像的R、G、B三个分量相等的过程。
灰度图像中每个像素仅具有⼀种样本颜⾊,其灰度是位于⿊⾊与⽩⾊之间的多级⾊彩深度,灰度值⼤的像素点⽐较亮,反之⽐较暗,像素值最⼤为255(表⽰⽩⾊),像素值最⼩为0(表⽰⿊⾊)。
图像灰度化核⼼思想是 R = G = B ,这个值也叫灰度值。
上表中Gray表⽰灰度处理之后的颜⾊,然后将原始RGB(R,G,B)颜⾊均匀地替换成新颜⾊RGB(Gray,Gray,Gray),从⽽将彩⾊图⽚转化为灰度图像。
⼀种常见的⽅法是加权平均灰度处理,这种效果是最好的。
是将RGB三个分量求和再取平均值,但更为准确的⽅法是设置不同的权重,将RGB分量按不同的⽐例进⾏灰度划分。
⽐如⼈类的眼睛感官蓝⾊的敏感度最低,敏感最⾼的是绿⾊,因此将RGB按照0.299、0.587、0.114⽐例加权平均能得到较合理的灰度图像,如公式所⽰:1.3 图像灰度化的三种⽅法1.3.1 OpenCV直接灰度化 下⾯的这种⽅法,在读取图⽚的时候,直接将图⽚转化为灰度化:import cv2img = cv2.imread(photo_file, cv2.IMREAD_GRAYSCALE) 得到的img是⼀个函数。
3-1矩阵的初等行变换
0
1/3
2 / 3
0 0 1 1 2 / 3 1/ 3
r1 r2
1 0 0 0 1/3 1/3
0
1
0
0
1/3
2
/
3
=
E | A1
0 0 1 1 2 / 3 1/ 3
初等行变化求逆矩阵旳基本环节
• 先写出(A|E),用经初等行变换将其中旳 A化为上三角,注意此过程中E也同步变化;
• 依次将
1 E(i,j)
0 1
1
i列
1
i行
1 0 0
1 0
E(2,3)
0
j行
0
0 1
1
0
j列
1
(2)初等倍乘矩阵
1
E(i(k))
k
i列
i行
1
1 0 0 0
E
(3(5))
0
1
0
0
0 0 5 0
0
0
0
1
(3)初等倍加矩阵
1
1
k
E(ij(k))
6
0
3 3
4 3
③+5② ④–3②
x1 x2 2x3 x4 4
x2 x3 x4 0 2x4 6
x4 3
1 1 2 1 4
r3+5r2 r4–3r2
0
0
1 0
1 0
1 2
0
6
0
0
0 1 3
③2④ ③④
x1 x2 2x3 x4 4
x2 x3 x4 0 x4 3
第三章 矩阵旳初等变换与线性方程组
内容简介
• 矩阵旳初等变换 • 矩阵旳秩 • 线性方程组旳解
3-1_洛伦兹变换
理论计算观察到超新性爆发的强光的时间持续约
t tB tA 25年
实际持续时间约为 22 个月, 这怎么解释 ?
物质飞散速度 v 1500km/s
A
c v
B
c l = 5000 光年
解决这一困境的两种尝试
修改麦克斯韦方程组,引入一些新的项,使相 对性原理在伽利略变换下能够得到满足,但与 实验结果相背。
t2
c
d
v
t1 t2
结果:观察者先看到投出后的球,后看到投出前的球。
900 多年前(公元1054年5月)一次著名的超新星爆发, 这次爆发的残骸形成了著名的金牛星座的蟹状星云。 北宋天文学家记载从公元 1054年 ~ 1056年均能用肉眼 观察, 特别是开始的 23 天, 白天也能看见 。
,vy
dy dt
, vz
dz dt
v'x
dx dt
, v'y
dy dt
,
v'z
dz dt
x' (x ut) 1 (u / c)2 , y' y, z' z
t' (t ux / c2 ) 1 (u / c)2
vx
dx dt
dx dt
dt dt
可见洛仑兹变换保证了光速不变性。无论用什么方 法,都不可能使一个信号以大于光速传递。迄今为 止尚未发现任何物体以超过光速的速率运动。
例3:在地面上测到有两飞船分别以+0.9c和 -0.9c的速度向相反方向飞行。求一飞 船相对于另一飞船的速度多大。
0.9c
0.9c
A S系 S' 系
3-ENVI遥感图像预处理
• (3)单击Change
• (4)选择自定义北京54坐标系 • (5)回到Available
信息
ENVI/IDL
3.4 图像投影转换——投影转换
• (1)主菜单
> Map > Convert Map Projection
• (2)Convert
Map Projection对话框中,点击 Change Proj,打开Projection Selection对话 框
-
•
Image to Image几何校正
-
•
Image to Map几何校正
-
•
Image to Image自动图像配准
-
自动寻找同名点,可用于相同图像由于校正误差不重叠情况
主菜单->Map->Registration->Automatic Registration:Image to Image ENVI/IDL
ENVI/IDL
3.5 图像几何校正-Image to Map几何校正
• 采集控制点方式相比Image
to Image更加灵活,如 果控制点需要从不同途径收集或者直接从图上读取 后键盘输入,可以采取这种方法。如地形图校正。
• 第四步
利用GLT文件几何校正影像
• 选择:主菜单->Map->Georeference
from Input Geometry-> Georeference from GLT。在弹出对话框中 选择GLT文件和待校正文件,选择输出路径和文件名。
ENVI/IDL
3.5 图像几何校正-基于GLT的FY3几何校正
ENVI/IDL
3.5 图像几何校正-基于GLT的FY3几何校正
经典:3-1线性方程组的同解变换
《线性代数》
返回
下页
结束
1.设 A 为 n 阶实矩阵,A T 是 A 的转置矩阵,
则对于线性方程组 (ⅰ)AX =O
(ⅱ) ATAX=O
必有( ). (A) (Ⅱ)的解是(Ⅰ)的解,(Ⅰ)的解也是(Ⅱ)的解; (B) (Ⅱ)的解是(Ⅰ)的解,但(Ⅰ)的解不是(Ⅱ)的解; (C) (Ⅰ)的解不是(Ⅱ)的解,(Ⅱ)的解也不是(Ⅰ)的解; (D) (Ⅰ)的解是(Ⅱ)的解,但(Ⅱ)的解不是(Ⅰ)的解.
0 1 0
-1 -2
0
11022.
(行最简形)
显然, R(A)=R(B)=2, 故方程组有解, 且有
xx31
=x2+x4+12 = 2x4+12
《线性代数》
返回
下页
结束
xx31
=x2+x4+12 = 2x4+12
x1 =1x2 +1x4 +1 2
xxx432
=1x2 = 0x2 = 0x2
+0x4 +2x4 +1x4
称xr+1, ···, xn为上述方程组的自由未知量, 令xr+1=c1, ···,
xn=cn–r, 可得方程组Ax = b的含有n–r个参数的解:
x1
- b11c1
- b c 1 , n - r n - r + d 1
=
xr
x r + 1
- br1c1 -
- b c r , n - r n - r + d r
+1
2
.
所以方程组的通解为:
x1 1 0 1 2
x2 x3 x4
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 1)
三、算法实现 关键是输入数据的排列次序(奇偶分组排列) • • • • • • • • • • 以N=8为例,介绍位对换规则。 位对换规则:如果二进制位正读存在相应的反读,两者位置互换; x(0) x(1) x(2) x(3) x(4) x(5) x(6) x(7) x(0) x(4) x(2) x(6) x(1) x(5) x(3) x(7) 000 001 010 011 100 101 110 111 000 100 010 110 001 101 011 111 不变 对换 不变 对换 对换 不变 对换 不变
反变换:f(u)= ∑ F(u)exp[-2jπux/N] ,x=0,…,N-1;
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
§3.1.1 傅里叶变换(续1) 傅里叶变换(续1
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
§3.1.3 快速傅里叶变换
• 一、思路 • 将傅里叶变换分成二个步骤计算,每个步骤用一个1D变换实现; 先算行,后算列;
• 二、1D变换的逐次加倍法 • • • • • • 已知F(u)= (1/N)∑ f(x)exp[-2jπux/N] , 令WN= exp[-2jπ/N],得F(u)= (1/N)∑ f(x) WN ux ; 再令N=2M,得F(u)= (1/2M)∑ f(x) W2M ux ; =(1/2){(1/M) ∑ f(2x) W2M u(2x)+ (1/M) ∑ f(2x+1) W2M u(2x+1) } = (1/2){Feven(u)+ Fodd(u) W2M u }; ;偶部分 ;奇部分
六、卷积 1. f e 和g e的含义 设一维时f 采样长为A 的序列,g 采样长为B 的序列; 当M=A+B-1时,卷积周期M才不会重叠,且是相邻接的; 若A〈 M,B〈 M,需扩展f , g 为M序列,方法是补充0; 即: f e(x)= f(x) 0 ≤ x ≤ A-1 A ≤ x ≤ M-1
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
§3.2 可分离图像变换
傅里叶变换是可分离变换的一个特例。 §3.2.1 可分离变换的一般形式 T(u,v)= ∑ ∑ f(x,y)g(x,y,u,v),x,y=0,…,N-1;u,v=0,…,N-1
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
§3.1.2 傅里叶变换性质(续1)
• 二、平移性(不影响幅值,由级数展开可得出对应关系⇔ ) f(x,y)exp[-2jπ(u0x+v0y)/N]⇔F(u-u0,v-v0) • 表明原f(x,y)用f(x,y )exp[-2jπ(u0x+v0y)/N]替换后 进行傅里叶变换,则变换后的频域中心平移到了新位置。 类似:f(x-x0,y-y0)⇔ F(u,v)exp[-2jπ(ux0+vy0)/N] 表明F(u,v)与一个指数项相乘后再进行傅里叶反变换,则 变换后的空域中心平移到了新位置。
Wuhan,430074, P.R. China
中华人民共和国 湖北 武汉
对设共采了N个样,则这个离散序列可表示为{f (0),f (1),f (2),…,f (N – 1)}。并令x为离散实变量,u为离散频率变量 正变换: F(u)= (1/N)∑ f(x)exp[-2jπux/N] ,u=0,…,N-1; F(u)是复函数,即 F(u) = |R(u)+j I(u)| = |F(u)| exp[jφ] ; |F(u)| = [R(u)2+I(u)2]1/2;幅度函数(傅里叶频谱) φ = arctg [I(u)/R(u)]; 相位角
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
• 例 实际图象的傅里叶频谱 • 下图给出两幅实际图象和他们的傅里叶频谱 图。图(a)的图象反差比较柔和,反映在傅里叶频 a)的图象反差比较柔和, 谱上低频分量较多,频谱图中心值较大( 谱上低频分量较多,频谱图中心值较大(中心为 频域原点) 频域原点)。图(b)的图象中有较规则的线状物, b)的图象中有较规则的线状物, 反映在傅里叶频谱上也有比较明显的射线状条带。 反映在傅里叶频谱上也有比较明显的射线状条带。 • •
•
• 三、周期性和共轭对称性 • • • F(u,v)= F(u+N,v)= F(u,v+N)= F(u+N,v+N) F(u,v)= F*(-u,-v) 利用周期性和共轭对称性,只需一个周期的变换就可确定f (x,y )或反之,方便了分析和计算。
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
例 图象函数和傅里叶频谱的显示 下图(a)给出一个简单2 下图(a)给出一个简单2-D图象函数的透 视图,这里有Z 视图,这里有Z = f (x, y)。这个函数在以原点 为中心的一个正方形内为正值常数,而在其它 地方为零。图(b)是它的灰度图(这里是二值 地方为零。图(b)是它的灰度图(这里是二值 图)显示。图(c)给出这个2 图)显示。图(c)给出这个2-D图象函数傅里叶 频谱幅度的灰度图显示。
§3.1.2 傅里叶变换性质(续2)
四、旋转性质(借助极坐标变换可证明)
f(r, θ+θ0)= F(w,φ+θ0);
将f(x,y)旋转θ0度对应于将F(u,v)也旋转θ0 ; 反之一样。 五、尺度变换 af(x,y) f(ax,by) aF(u,v) 1/|ab|F(u/a,v/b)
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
VC++: FFT(complex<double> * TD, complex<double> * FD, int r)
• Matlab: • F=fft2(f)
fe(x,y)ge(x,y) ⇔ F(u,v)* G(u,v)
两个函数乘积的傅里叶变换对应于两个函数傅里叶变换的卷积;
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
f(x,y)= ∑ ∑ T(u,v)h(x,y,u,v),u,v=0,…,N-1;x,y=0,…,N-1
g(x,y,u,v)、h(x,y,u,v)分别称为正向变换核和反向变换核; 是变换中进行级数展开的基本函数。 如果g(x,y,u,v)= g1(x,u)g2(y,v),则称正向变换核是可分离的; 如果h(x,y,u,v)= h1(x,u)h2(y,v),则称反向变换核是可分离的;
• 图象变换 • 空间域 另外一些空间(频率域) •加工处理 • 新的分布
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉
• 图象可看作线性叠加系统 • 图象变换是一维数字信号处理的推广 • 位移不变系统 • 一维信号:任何波形=基波加权和 一维信号:任何波形= • 图象:image=基图象加权和 图象:image=基图象加权和 • 基波、基图象互为正交
第三章 图像变换
•CHAPTER 3 •IMAGE TRANSFORM
•§1 傅里叶变换(FFT和性质) 傅里叶变换(FFT和性质) •§2 可分离的图像变换
版权所有, 1997 (c) Dale Carnegie & Associates, Inc.
HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY Wuhan,430074, P.R. China 中华人民共和国 湖北 武汉