数字图像处理及MATLAB实现第四章 数字图像的变换技术及其MATLAB实现

合集下载
  1. 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. 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. 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)。

4.1.3 MATLAB 提供的快速傅立叶变换函数 (1)fft2函数 B =fft2(I) B =fft2(I,m,n) (2)fftn函数 B =fftn(I) B =fftn(I,siz) (3)fftshift函数
11
B =fftshift(I) (4)ifft2函数 B =ifft2(I) B =ifft2(I,m,n) (5)ifftn函数 B =ifftn(I) B =fftn(I,siz)
6
4.1.2 二维离散傅立叶变换的性质 (1)二维傅立叶变换的二步算法———分离性
7
(2)用二维离散傅立叶变换求其反变换 1)图像函数共轭的二维离散傅立叶变换 2)互易定理
3)刻度变换定理
8
(3)其他二维傅立叶变换一些重要性质(参见表 4.1所示) 表 4.1 傅立叶变换的性质及表达式
9
10
56
4.5.3 MATLAB 提供的小波变换函数 (1)一维离散小波变换函数 1)dwt函数 [cA,cD]=dwt(X,′wname′) [cA,cD]=dwt(X,Lo_D,Hi_D) [cA,cD]=dwt(X,′wname′,′mode′, MODE) [cA,cD]=dwt(X,Lo_D,Hi_D,′mode′, MODE)
图 4.12 方框图像
35
图4.13 方框图像在0°和45°方向上的radon变换
36
图4.14 edge函数计算图像的二进制边界
37
图4.15 边缘图像的 radon变换
38
图4.16 变换矩阵R中的最高峰对应于 原始图像中的位置
39
图4.17 原始图像
40
图4.18 图像 radon函数变换结果
12
4.1.4 二维傅立叶变换的 MATLAB 实现
图 4.2 程序运算结果
13
4.1.5 快速傅立叶变换的应用 (1)滤波器频率响应 (2)快速卷积 ①对 A 和 B 进行零填充,将 A 和 B 填充为 2的幂 次矩阵; ②使用 fft计算 A 和 B 的二维 DFT; ③将两个 DFT计算结果相乘; ④使用 ifft2计算步骤(3)所得的二维 DFT的反 变换。
图4.9 二维函数的水平投影和垂直投影示意图
32
图4.10 函数 f(x,y)的 Radon变换几何示意图
33
4.4.2 Radon变换的 MATLAB 的实现及应用 (1)MATLAB 提供的 Radon变换函数
图4.11 平行光束应用于剖面图
34
(2)Radon变换的 MATLAB 的实现及应用
47
图4.22 多重小波分解的递推形式
48
图4.23 多层小波分解示意图
49
图4.24 小波重构算法示意图
50
图 4.25 多重小波重构的递推形式
51
图4.26 多重小波重构示意图
52
图4.27 多重小波分解来自百度文库重构示意图
53
54
图4.28 信号的小波包分解
55
图4.29 二维小波分解和重构示意图
57
2)idwt函数 X =idwt(cA,cD,′wname′) X =idwt(cA,cD,Lo_R,Hi_R) X =idwt(cA,cD,′wname′,L) X =idwt(cA,cD,Lo_R,Hi_R,L) X =idwt(…,′mode′,MODE)
4.1 数字图像的二维傅立叶变换 4.1.1 二维傅立叶变换的概念 (1)连续傅立叶变换
2
(2)离散傅立叶变换
3
(a)原始图像 图4.1 某图像的二维傅立叶变换实例
4
(b)二维傅立叶变换 图4.1 某图像的二维傅立叶变换实例
5
(c)二维傅立叶变换对数幅值图像 图4.1 某图像的二维傅立叶变换实例
27
28
4.3.2 离散哈达玛变换 (1)一维离散哈达玛变换
29
(2)二维离散哈达玛变换
4.3.3 哈达玛变换的 MATLAB 实现及应用 (1)MATLAB 提供的哈达玛变换函数 H =hadamard(N)
30
(2)哈达玛变换的应用
图4.8 哈达玛变换的应用示例
31
4.4 Radon变换 4.4.1 Radon变换
41
图4.19 经 radon反变换的重构图像
42
4.5 数字图像的小波变换 4.5.1 小波变换的定义及性质
1)单调性(包容性) 2)逼近性 3)伸缩性 4)平移不变性 5)Riesz基存在性
43
4.5.2 离散小波变换和 Mallat算法
44
图4.20 小波分解示意图
45
46
图4.21 小波分解1000点的信号结果
14
图4.3 高斯低通滤波器
15
(3)图像特征识别
图4.4 图像特征识别示例
16
4.2 数字图像的离散余弦变换 4.2.1 离散余弦变换的定义
17
18
图4.5 8 ×8矩阵的 64个基础函数
19
4.2.2 MATLAB 提供的 DCT变换函数 (1)dct2函数 B =dct2(A) B =dct2(A,m,n) B =dct2(A,[m n]) (2)idct2函数 B =idct2(A) B =idct2(A,m,n) B =idct2(A,[m n])
21
图4.6 余弦变换与反变换例图
22
4.2.4 离散余弦变换的应用
图4.7 离散余弦变换在图像压缩应用示例
23
4.3 沃尔什和哈达玛变换 4.3.1 离散沃尔什变换 (1)一维离散沃尔什变换
24
表4.2 N =2、4、8时的bk(z)值
25
表4.3 N =2、4、8时的沃尔什变换核
26
(2)二维离散沃尔什变换
20
(3)dctmtx函数 D =dctmtx(n) 4.2.3 离散余弦变换的 MATLAB 实现 RGB =imread(′autumn.tif′);% 装入图像 figure(1),imshow(RGB); I=rgb2gray(RGB); % 将真彩图像转化为灰度 图像 figure(2),imshow(I); % 画出图像 J=dct2(I); % 进行余弦变换
第4章 数字图像的变换技术及 其 MATLAB实现
为了有效地和快速地对图像进行处理和分 析,常常需要将原定义在图像空间的图像以某 种形式转换到另外一些空间,并利用在这些空 间的特有的性质方便地进行一定的加工,最后 再转换回图像空间以得到所需要的效果。这种 使图像处理简化的方法通常是对图像进行变换。
1
相关文档
最新文档