数字图像处理与分析 第3章 图像变换

合集下载

数字图像处理实验一图像FFT 和DCT变换

数字图像处理实验一图像FFT 和DCT变换

课程名称数字图像处理与分析实验项目实验一图像FFT 和DCT变换实验地点实验学时实验类型指导教师实验员专业班级学号姓名年月日教师评语一、实验目的及要求1、了解图像变换的意义和手段;2、熟悉傅里叶变换的孩本性质;3、热练掌握FFT方法反变换;4、通过实验了解二维频谱的分布特点;5、通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。

二、实验原理与内容1、应用傅立叶变换进行图像处理傅里叶变换是线性系统分析的一个有力工具,它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。

通过实验培养这项技能,将有助于解决大多数图像处理问题。

对任何想在工作中有效应用数字图像处理技术的人来说,把时间用在学习和掌握博里叶变换上是很有必要的。

2、傅立叶(Fourier)变换的定义对于二维信号,二维Fourier变换定义为:二维离散傅立叶变换为:图像的傅立叶变换与一维信号的傅立叶变换变换一样,有快速算法,具体参见参考书目,有关傅立叶变换的快速算法的程序不难找到。

实际上,现在有实现傅立叶变换的芯片,可以实时实现傅立叶变换。

3利用MA TLAB软件实现数字图像傅立叶变换的程序。

三、实验软硬件环境装有MATLAB软件的电脑四、实验过程(实验步骤、记录、数据、分析)1、FFT实验代码:I=imread('11.jpg'); f=I(:,:,1);imshow(f,'InitialMagnification','fit'); %确定像素值的显示范围title('yuantu');F=fft2(f); %二维傅立叶变换F1=fft2(f,256,256);%补零操作的二维傅立叶变换F2=log(abs(F1));%对F1的幅值取对数figure,subplot(1,2,1),imshow(F1,[-1 5],'InitialMagnification','fit'); colormap(jet); title('ftttu256*256'); subplot(1,2,2),imshow(F2,[-1 5],'InitialMagnification','fit'); colormap(jet); title('logabsffttu');figure,imshow(ifft2(F),[ ],'InitialMagnification','fit'); title('iffttu');figure,imshow(ifft2(F1),[ ],'InitialMagnification','fit'); title('iffttu256*256');运行结果:分析:fit的设置把原图以灰度图像输出,由原图和FFT 变换图对比可知,变换之后,灰度变低。

数字图像处理 第三章 图像变换PPT课件

数字图像处理 第三章 图像变换PPT课件

【例3.1】求图3.1所示函数的傅里叶变换。
A, xX, yY
f(x,y) 0,
其他
解:F (u,v)∞∞ f(x,y)ej2π(u x vy)d xd yAXej2π u xd xYej2π vyd y
∞ ∞
0
0
A X Ysin (π u X )ejπ u xsin (π vY)ejπ vy
D [ f( x F ,y ) 1 ( ) T x y ] F ( u M /2 ,v N /2 )
原点F(0,0)被设置在 u = M/2和v = N/2上。
如果是一幅图像,在原点的傅里叶变换 F(0,0)等于图像的平均灰度级,也称作频率 谱的直流成分。
.
Slide 14
3.离散卷积定理
② 幅度谱|F(u, v)|关于原点对称。 ③ 图像f (x, y)平移后,幅度谱不发生变化
,仅有相位发生变化。
.
Slide 9
3.1.3 二维离散傅里叶变换的性质
1.变换可分离性
二维DFT可以用两个可分离的一维DFT之积表示:
F (u,v)M 1M x 0 1ej2π u x/MN 1N y 0 1f(x,y)ej2π vy/NM 1 M x01F(x,v)ej2πux/M
.
Slide 37
(2) 对偶节点的计算
在流程图中把标有 xl (k ) 的点称为节点。其中下标 l 为列数,也就是第几次迭代,例如,x1(k) 则说明它
是第一次迭代的结果。 k代表流程图中的行数,也
就是序列的序号数。其中每一节点的值均是用前一 节点对计算得来的。
.
Slide 38
在蝶式流程图中,把具有相同来源的一对节
x2(1) x1(1)W80x1(3)

数字图像处理与分析

数字图像处理与分析

数字图像处理与分析数字图像处理与分析是一门涉及到数字信号处理、计算机科学、数学和物理学等多个领域的交叉学科。

它使用计算机对数字图像进行处理、分析和应用,既可以改善图像的质量,也可以提取出有用的信息并进行量化分析。

随着数字摄影技术的发展和计算机技术的普及,数字图像处理与分析在生产制造、医学、航空航天、气象地理等领域里得到了广泛的应用。

一、数字图像基础数字图像是由像素点组成的二维阵列,每个像素点代表一个灰度值或颜色值。

图像的分辨率取决于像素的数量,不同的颜色模式可以用不同的方式表示图像中像素的颜色。

灰度图像中每个像素用一个8位二进制数(称为灰度值)表示图像中的亮度,颜色图像则需要三个颜色通道来表示每个像素的颜色。

在数字图像中,可以通过使用图像处理算法来改善图像质量、增强图像细节、提取图像特征以及进行图像分析等处理。

二、图像处理算法图像处理算法是指将数字图像处理任务转换为数学运算的方法。

常见的图像处理算法包括:图像平滑、图像锐化、边缘检测、二值化、形态学处理、频域处理和特征提取等。

其中,图像平滑是为了平滑噪声和细节而进行的处理,图像锐化则是为了提高图像边缘的清晰度和对比度;边缘检测用于在图像中找到物体的边缘并提取有用信息;二值化将图像中的灰度值转换为黑白值,常用于目标检测;形态学处理可以用于填充、锐化、膨胀、腐蚀等操作;频域处理可以在频域中进行图像滤波、增强、去除噪声等处理;特征提取是从图像中提取有意义的信息,用于进一步分析和识别目标等。

三、图像分析图像分析是指使用图像处理算法自动或半自动地解释和理解图像。

图像分析的目的是将数字图像转换为可用于决策和控制的信息,常用于图像识别、目标检测和量化分析等领域。

图像识别可以通过对目标的特征进行匹配来实现,如通过比对目标的轮廓或纹理来进行分类。

目标检测可通过在图像中寻找符合目标特征的像素来实现,如寻找颜色、大小或形状等特征。

量化分析可通过对目标的特征数据进行统计和分析来实现,如测量目标大小、形状、颜色或纹理等。

数字图像处理_图像的频域变换处理

数字图像处理_图像的频域变换处理

图像的频域变换处理1 实验目的 1. 掌握Fourier ,DCT 和Radon 变换与反变换的原理及算法实现,并初步理解Fourier 、Radon和DCT 变换的物理意义。

2、 利用傅里叶变换、离散余弦变换等处理图像,理解图像变换系数的特点。

3、 掌握图像的频谱分析方法。

4、 掌握图像频域压缩的方法。

5、 掌握二维数字滤波器处理图像的方法。

2 实验原理1、傅里叶变换 fft2函数:F=fft2(A);fftshift 函数:F1=fftshift(F);ifft2函数:M=ifft2(F);2、离散余弦变换:dct2函数 :F=dct2(f2);idct2函数:M=idct2(F);3、 小波变换对静态二维数字图像,可先对其进行若干次二维DWT 变换, 将图像信息分解为高频成分H 、V 和D 和低频成分A 。

对低频部分A ,由于它对压缩的结果影响很大,因此可采用无损编码方法, 如Huffman 、 DPCM 等;对H 、V 和D 部分,可对不同的层次采用不同策略的向量量化编码方法,这样便可大大减少数据量,而图像的解码过程刚好相反。

(1)dwt2[CA,CH,CV,CD]=dwt2(X,’wname’)[CA,CH,CV,CD]=dwt2(X,LO_D,HI_D’)()()⎰⎥⎦⎤⎢⎣⎡-ψ=dt a b t t Rf a 1b ,a W *()⎪⎭⎫ ⎝⎛-ψ=ψa b t a 1t b ,a 112()00(,)[(,)](,)ux vy M N j M N x y f x y eF f x y F u v π---+====∑∑1100(21)(21)(,)(,)()()cos cos 22M N x y x u y v F u v f x y C u C v M Nππ--==++=∑∑CA 图像分解的近似分量,CH 水平分量,CV 垂直分量,CD 细节分量; dwt2(X,’wname ’) 使用小波基wname 对X 进行小波分解。

《数字图像处理》习题参考答案与解析

《数字图像处理》习题参考答案与解析

《数字图像处理》习题参考答案第1 章概述1.1 连续图像和数字图像如何相互转换?答:数字图像将图像看成是许多大小相同、形状一致的像素组成。

这样,数字图像可以用二维矩阵表示。

将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像(连续图像)信号,再由模拟/数字转化器(ADC)得到原始的数字图像信号。

图像的数字化包括离散和量化两个主要步骤。

在空间将连续坐标过程称为离散化,而进一步将图像的幅度值(可能是灰度或色彩)整数化的过程称为量化。

1.2 采用数字图像处理有何优点?答:数字图像处理与光学等模拟方式相比具有以下鲜明的特点:1.具有数字信号处理技术共有的特点。

(1)处理精度高。

(2)重现性能好。

(3)灵活性高。

2.数字图像处理后的图像是供人观察和评价的,也可能作为机器视觉的预处理结果。

3.数字图像处理技术适用面宽。

4.数字图像处理技术综合性强。

1.3 数字图像处理主要包括哪些研究内容?答:图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理,它将一幅图像转化为另一幅具有新的意义的图像。

1.4 讨论数字图像处理系统的组成。

列举你熟悉的图像处理系统并分析它们的组成和功能。

答:如图1.8,数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。

图像处理系统包括图像处理硬件和图像处理软件。

图像处理硬件主要由图像输入设备、图像运算处理设备(微计算机)、图像存储器、图像输出设备等组成。

软件系统包括操作系统、控制软件及应用软件等。

图1.8 数字图像处理系统结构图11.5 常见的数字图像处理开发工具有哪些?各有什么特点?答.目前图像处理系统开发的主流工具为 Visual C++(面向对象可视化集成工具)和 MATLAB 的图像处理工具箱(Image Processing Tool box)。

两种开发工具各有所长且有相互间的软件接口。

数字图像处理知识点总结

数字图像处理知识点总结

数字图像处理知识点总结第二章:数字图像处理的基本概念2.3 图像数字化数字化是将一幅画面转化成计算机能处理的数字图像的过程。

包括:采样和量化。

2.3.1、2.3.2采样与量化1.采样:将空间上连续的图像变换成离散点。

(采样间隔、采样孔径)2.量化:采样后的图像被分割成空间上离散的像素,但是灰度是连续的,量化就是将像素灰度转换成离散的整数值。

一幅数字图像中不同灰度值的个数称为灰度级。

二值图像是灰度级只有两级的。

(通常是0和1)存储一幅大小为M×N、灰度级数为G的图像所需的存储空间:(bit)2.3.3像素数、量化参数与数字化所得到的数字图像间的关系1.一般来说,采样间隔越大,所得图像像素数越少,空间分辨率低,质量差,严重时会出现国际棋盘效应。

采样间隔越小,所的图像像素数越多,空间分辨率高,图像质量好,但是数据量大。

2.量化等级越多,图像层次越丰富,灰度分辨率高,图像质量好,但数据量大。

量化等级越少,图像层次欠丰富,灰度分辨率低,会出现假轮廓,质量变差,但数据量小。

2.4 图像灰度直方图2.4.1定义灰度直方图是反映一幅图像中各灰度级像素出现的频率,反映灰度分布情况。

2.4.2性质(1)只能反映灰度分布,丢失像素位置信息(2)一幅图像对应唯一灰度直方图,反之不一定。

(3)一幅图像分成多个区域,多个区域的直方图之和是原图像的直方图。

2.4.3应用(1)判断图像量化是否恰当(2)确定图像二值化的阈值(3)物体部分灰度值比其他部分灰度值大的时候可以统计图像中物体面积。

(4)计算图像信息量(熵)2.5图像处理算法的形式2.5.1基本功能形式(1)单幅->单幅(2)多幅->单幅(3)多幅/单幅->数字或符号2.5.2图像处理的几种具体算法形式(1)局部处理(邻域,如4-邻域,8-邻域)(移动平均平滑法、空间域锐化等)(2)迭代处理反复对图像进行某种运算直到满足给定条件。

(3)跟踪处理选择满足适当条件的像素作为起始像素,检查输入图像和已得到的输出结果,求出下一步应该处理的像素。

数字图像处理 03图像变换(DCT&DWT变换)

数字图像处理  03图像变换(DCT&DWT变换)

3.3.1 一维离散余弦变换
正变换: f (x)为一维离散函数, x = 0,1,",N −1
∑ F (0) =
1
N −1
f (x) ,
N x=0
u=0
∑ F (u) =
2 N
N −1 x=0
f
(
x)
cos
⎡ ⎢⎣
π
2N
(2x
+
1)u
⎤ ⎥⎦
,
u = 1,2,", N −1
反变换:
∑ f (x) =
+ 1)u
⎤ ⎥⎦
∑ +
2 N
N −1 v=1
F
(0,
v)
cos⎢⎣⎡
π
2N
(2 y +1)v⎥⎦⎤
∑ ∑ +
2 N
N −1 u =1
N −1 v=1
F
(u,
v)
cos⎢⎣⎡
π
2N
(2x
+ 1)u ⎥⎦⎤
cos⎢⎣⎡
π
2N
(2 y
+ 1)v ⎥⎦⎤
6
数字图像处理讲义,2006,陈军波©中南民族大学
3.3离散余弦变换(DCT)
23
数字图像处理讲义,2006,陈军波©中南民族大学
3.4 小波变换简介
S
滤波器组
低通
高通
A
D
图3-19 小波分解示意图
24
数字图像处理讲义,2006,陈军波©中南民族大学
3.4 小波变换简介
在小波分析中,近似值是大的缩放因子计算的系数,表示信 号的低频分量,而细节值是小的缩放因子计算的系数,表示信号 的高频分量。实际应用中,信号的低频分量往往是最重要的,而 高频分量只起一个修饰的作用。如同一个人的声音一样, 把高频 分量去掉后,听起来声音会发生改变,但还能听出说的是什么内 容,但如果把低频分量删除后,就会什么内容也听不出来了。

数字图像处理 03图像变换(沃尔什变换)

数字图像处理  03图像变换(沃尔什变换)

6
数字图像处理讲义,2006,陈军波©中南民族大学
3.2.2 Walsh函数
WW (0,t) = 1 WW (1, t ) = R (1, t ) WW (2, t ) = R (2, t ) ⋅ R (1, t ) WW (3, t) = R (2, t)
W W ( 0 , t ) +1
-1 W W (1, t ) +1
t 1
WaWlsWh(序7,的t ) W= Ral(s3h,函t ) 数的特点: R(数1(1)的,是t )是完+-11偶备函的数正,交序函号数为,奇序数号1的为t是偶
WW (4,t) WW (5, t)
t 1 1t
R奇( 2函, t )数+1;可用于正交变换。 t
-1
1
WW (6,t)
1t
R(2(3),一t ) 个+1周期内,过零点数与序号
WW (0, t ) = R (3, t ) 0 ⋅ R ( 2, t ) 0 ⋅ R (1, t ) 0 = 1
5 101 111
WW (1, t ) = R (3, t ) 0 ⋅ R ( 2, t ) 0 ⋅ R (1, t )1 = R (1, t )
6 110 101 7 111 100
WW ( 2, t ) = R (3, t ) 0 ⋅ R ( 2, t )1 ⋅ R (1, t )1 = R ( 2, t ) ⋅ R (1, t )
WW (0,t) =1 WW (1,t) = R(1,t) WW (2,t) = R(2,t)⋅ R(1,t) WW (3,t) = R(2,t) WW (4,t) = R(3,t)⋅ R(2,t) WW (5,t) = R(3,t)⋅ R(2,t)⋅ R(1,t) WW (6,t) = R(3,t)⋅ R(1,t) WW (7,t) = R(3,t)

“数字图像处理”课程思政教学实践——以图像变换单元为例

“数字图像处理”课程思政教学实践——以图像变换单元为例

一、引言党的十八大以来,党中央高度重视高校思想政治教育工作,全面构建高校思想政治(以下简称思政)工作体系,紧紧抓住高校立德树人、铸魂育人根本任务,提出一系列新理念、新思想、新战略、新举措。

习近平总书记在全国高校思想政治工作会议上明确指出,要用好课堂教学这个主渠道,思想政治理论课要坚持在改进中加强、提升思想政治教育亲和力和针对性,满足学生成长发展需求和期待,其他各门课都要守好一段渠、种好责任田,使各类课程与思想政治理论课同向同行,形成协同效应。

“课程思政”从提出到写进教育部文件,它逐步成为高校落实立德树人的重要举措、推进“三全育人”工作的主要抓手。

推进课程思政建设,是教师义不容辞的责任。

课程思政教学责任重大,使命光荣,内容丰富,承担着为中国特色社会主义事业培养德才兼备、全面发展的建设者和接班人的光荣使命[1,2]。

但是理工科专业课程的知识性强、逻辑推理深,与思政似乎“相距甚远”。

如何在教学中让思政元素“潜移默化、润物无声”地融入学生的学习过程,已经成为迫切需要解决的问题。

理工科课程具有专业性、实践性、创新性、科学性等特点,目前大多存在注重理论技术而缺乏科学精神、伦理道德的培养[3]。

这要求教师具有世界眼光和全球视野,在具备深厚的专业知识之余,能够挖掘其中的科学元素、思政元素、人文元素,使思想教育“融”入知识传授中,增强思政课教育教学的精细化、针对性、思政性、时代感和前沿性,拓展学生的国际视野,提升其创新活力,培养其科学思维,根植其爱国情怀。

“数字图像处理”的授课对象是大四学生,对于即将面临毕业这一人生重大转折点的学生来说,世界观、人生价值观的引导相比单纯学科知识的讲授更为重要与急迫。

青年的价值取向决定了未来整个社会的价值取向,人生的扣子从一开始就要扣好[4]。

通过思政课堂,向学生传递社会主义核心价值观,在学生心中根植爱国主义、社会主义核心价值观等信念,可帮助他们树立科学的世界“数字图像处理”课程思政教学实践刘红毅,张军,张峥嵘(南京理工大学理学院,江苏南京210094)[摘要]围绕“立德树人”的根本任务,高校教师在传授专业知识的同时,要深入挖掘专业课程思政元素,实现价值引领与知识传授的有机结合。

数字图像处理第3章PPT课件

数字图像处理第3章PPT课件

首先对原始图像进行直方图均衡化处理,即求变Pr换(r)函数:Pz (z)
s T (r)
r 0
Pr
()d
第35页/共128页
• 对目标图像用同样的变换函数进行均衡化处理,即: z
u G(z) P ( )d • 两幅图像做了同样的均衡化处0理,所z 以Ps(s)和Pu(u)具有同样的均匀密度 .变换函
设r和s分别表示原图像灰度级和经直方图均衡化 后的图像灰度级。为便于讨论,对r 和s进行归一化, 使:0≤r,s≤1.
第23页/共128页
对于一幅给定的图像,归一化后灰度级分布在0≤r≤l范围 内。对[0,1]区间内的任 一个r值进行如下变换: s=T(r) .变换函数s=T(r)应满足下列条件: • 在0≤r≤1的区间内,T(r)单值单调增加。保证图像的灰度级从白到黑的次序不变 • 对于0≤r≤1,有0≤T(r)≤1。保证映射变换后的像素灰度值在允许的范围内。
数的逆过程为: • 从原始图像得到的均匀灰度级s来代替逆过程中的u,结果灰度级就是所要求的
z G (u) 概率密度函数Pz(z) 1的灰度级。
z G1(u) G1(s)
第36页/共128页
5. 直方图规定化的计算步骤及实例
64×64像素图像,灰度级为8。其直方图如图(a)所示,(b)是规定的 直方图,(c)为变换函数,(d)为处理后的结果直方图。原始直方图和 规定的直方图的数值分别列于表3-2和表3-3中,经过直方图均衡化
第19页/共128页
3.2.2直方图变换增强
直方图是多种空间域处理技术的基础。直方图操作能有效地用于图像增强。 1.灰度直方图
灰度直方图是灰度值的函数,它描述了图像中各灰度值的像素个数。 通常用横坐标表示像素的灰度级别,纵坐标表示对应的灰度级出现的频率(像素的

数字图像处理第三章图像变换

数字图像处理第三章图像变换
33
一维FFT
FFT流程图
(1) 整个流程需要的计算步数为n=log2N (N=2n); (2) 在第r步计算中,要乘的因子为
sN
W 2r s0,1 , ,2r 11;r1 , ,n
(3) 第r步计算中有2r-1个组,每组有(N/2r-1)个元素,每组的W因子各 不相同,且每组只有一种类型的W因子,此因子在组中上一半为正,下 一半为负。
f3(1,1,1)
1 W2 1 W6
1 W1 1 W5
f2(0,0,0)
f2(0,0,1)
f2
(0,1,0)
f2(0,1,1)
f2
(1,0,0)
1
W3
f2 f2
(1,0,1) (1,1,0)
1 W7 f2(1,1,1)
32
一维FFT
FFT流程图
N=8时FFT流程图
N
Nlog2 N
而直接计算DFT的计算量为:乘法次数为N2,加法次数为N(N-1)。
当N=2048时,DFT需要4194304次乘法运算,而FFT只需要11264次乘
法运算,二者之比为
N2/(N 2lo2gN)37.42
35
3.4 二维离散傅里叶变换
36
二维DFT
MN图像 f( x ,y )x ( 0 , 1 , ,M 1 ;y 0 , 1 , ,N 1 )
W
2
f1(1,0,1)
0 f1(1,1,0)
f2(1,1,1)
0 1 0 W6 f1(1,1,1)
31
矩阵表示
一维FFT
矩阵分解
f3(0,0,0) 1 W0 f3(0,0,1) 1 W4
f3
(0,1,0)

西安电子科技大学数字图像处理知识点复习大纲

西安电子科技大学数字图像处理知识点复习大纲


描 述
边缘线(边界)的链码跟踪/边界周长和面积求法
区域表达
空间占有数组/四叉树/骨架
第八章 目标表达和描述
1、掌握掌握目标物边界的链码表示(链码,归一化链码,微分码或差分 码, 归一化差分码或形状数,注意各种链码的特点,平移不变性?唯一 性?)、区域的四叉树描述(注意会画四叉树及其相反过程,细化)。 2、 了解图象像素间的基本关系、目标物边界的描述、目标物的区域描 述,图像的几何特征。
1、掌握图像的数据冗余、编码模型、无损压缩编码、预测编码原理及小 于3阶的最优预测器的设计;
2、了解图像压缩的原因与方法分类、保真度准则及正交变换编码原理, 小波变换编码的基本思想与特点及编码中需要解决的问题。
第七章 图像分割
1、掌握掌握图像分割的依据、边缘点检测的原理和几种常用的点检测算 子及其特点、掌握Hough变换法检测直线的原理和过程、掌握四叉树分裂 合并法的过程。 2、了解图像分割的定义和方法、边缘线跟踪的方法、门限化分割和区域 分割的原理和方法。 (注意边缘检测模板与平滑锐化模板的区别)

图象处理、分析、理解三层次
图象技术

存储 采集
显示 通信 处理
图象 系统 构成
瞳孔/晶状体/视细胞/成象过程
人眼机理
人眼的亮度感觉及亮度对比度
亮度视觉
光的三基色/颜色三基色
亮度/色度(色调/饱和度)
颜色视觉
颜色模型(RGB/HSI)

(均匀/非均匀)采样和量化/分辨率变化的影响
象 基

邻域/连通性(连接/连通)/毗邻/ 通路/距离定义/DE距离/D4距离
点处理
方法
包括 图像求反、增强对比度、

数字图像处理与分析概述

数字图像处理与分析概述

31
数字图像处理与分析概述
数字图像处理过程中的退化
图像处理流程中的对应——每一步中可能产生的误差
数字图像处理与分析概述
基础理论与技术沿袭
信息与通讯理论
9Shannon“通信中的数学理论”(A Mathematical Theory of Communication)的发表
9图像信息论属于信息论科学中的一个分支
9认识色彩、色彩体系、色彩混合与原色、 色彩对比、色彩感觉、色彩应用
图形学 独有技术
第一章:图像处理与分析导论
34
数字图像处理与分析概述
与图形学的关系
图像处理——重点研究自然图像的处理 图形学——重点研究怎样用数字计算机生成、处理和 显示图形
发展特点: 交叉、界线模糊、相互渗透
图像变换 (图像处理)
图像生成(计算机图形学)








模型(特征)提取
(计算机视觉,模式识别)
第一章:图像处理与分析导论
模型变换 (计算几何)
35
数字图像处理与分析概述
数字图像处理与分析特点
图像中信息量大:“一幅图像胜过1000个单词” 图像处理数据量大
512±512=256 KB 1024 ±1024=1 MB
第一章:图像处理与分析导论
19
数字图像处理与分析概述
数字图像的基本要素—像素
第一章:图像处理与分析导论
20
数字图像处理与分析概述
数字图像的基本要素
像素坐标系—对图像分布进行二维空间采样
第一章:图像处理与分析导论
21
数字图像处理与分析概述
数字图像的基本要素
像数值—对单个像素灰

数字图像处理与分析第章图像变换

数字图像处理与分析第章图像变换

M1N1
f (x, y)
F(u,v)e[j2π(ux/Mvy/N)]
u0 v0
变换在一个周期内进行。M,N表示图像f(x,y)在x,y方向上具有大小不同的阵列。离散 信号频谱、相谱、幅谱分别表示为:
F(u,v) F(u,v) ej(u,v) R(u,v)jI(u,v)
(u,v) arctan I(u,v)
第3章 图像变换
图像是二维信号,其坐标轴是二维空间坐标轴, 图像本身所在的域称为空间域(Space Domain)。
图像灰度值随空间坐标变化的快慢也用频率来度量,称为空间频率(Spatial Frequency)。
第3章 图像变换
每一种变换都有自己的正交函数集,引入不同的变换
傅里叶变换 余弦变换 正弦变换 图像变换 哈达玛变换 沃尔什变换 K-L变换 小波变换
3.1.1 一维傅里叶变换
一维(连续)傅里叶变换
傅里叶变换是一种数学变换(正交变换),可以把一维信号(或函数)分解成不 同幅度的具有不同频率的正弦和余弦信号(或函数)。
输入信号 => 傅里叶(正)变换 => 频率域信号
函数
函数
频率域信号 => 傅里叶反变换 => 输出信号
函数
函数
f (t)
F(f)
3.1.3 二维离散傅里叶变换的性质
傅里叶变换的问题 1)复数计算而非实数,费时。如采用其它合适的完备正交函数来代替傅里叶变换所用 的正、余弦函数构成完备的正交函数系,可避免这种复数运算。 2)收敛慢,在图像编码应用中尤为突出。
3.1.4 快速傅里叶变换 在研究离散傅里叶计算的基础上,节省它的计算量,达到快速计算的目的
s in ( π v y 0 ) e -jπvy0 πvy0傅 里 叶 谱 :F 源自 u , v )A x0 y0
  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)。

频率域信号 => 傅里叶反变换 => 输出信号
函数 F ( f )
函数 f (t )
3.1.1 一维傅里叶变换
一维(连续)傅里叶变换
条件:如果实变量函数f ( x) 是连续可积的,即



f ( x) dx , 且F u 是可积的,则傅里叶变换对一定存在。

一维傅里叶变换对表示为: F f ( x) F (u ) F
3.1.3 二维离散傅里叶变换的性质
7.平均值
1 二维离散函数的平均值: ( x, y ) 2 f N 将u v 0代入离散傅立叶公式: 1 F (0,= 2 0) N 0) f ( x, y) f ( x, y)=F (0,
x 0 y 0 N 1 N 1
第3章 图像变换
3.1 傅里叶变换 3.2 离散余弦变换 3.3 小波变换及其应用
第3章 图像变换
信号处理方法: 时域分析法 频域分析法 特点:算术运算次数大大减少,可采用二维数字滤波技术 进行所需的各种图像处理
第3章 图像变换
频率通常是指某个一维物理量随时间变化快慢程度
的度量。
例如
交流电频率为50~60Hz(交流电压)
f e ( x, y ) * g e ( x, y ) Fe (u, v) Ge (u, v) f e ( x, y ) g e ( x, y ) Fe (u, v) * Ge (u, v)
3.1.3 二维离散傅里叶变换的性质
1 2
幅值函数(傅里叶谱) 相角
I (u ) (u ) arctan R (u )
能量谱或能量谱:R 2 (u ) I 2 (u ) +
3.1.1 一维傅里叶变换
一维(连续)傅里叶变换
例1 f ( x ) 是一门函数 : A f ( x) 0 解: F (u ) (0 ≤ x ≤ X ) (x ≥ X ) f ( x )e -j2 πux dx Ae j2 πux dx A e j2πuX 1 j2πu e jπuX 尤拉公式: x sin 1 (e jx e jx ) 2j 求它的傅里叶变换
1
f ( x) exp[ j2πux ]dx

F (u )
f ( x) F (u ) exp[ j2πux ]du

j 1,
u—频率变量
3.1.1 一维傅里叶变换
一维(连续)傅里叶变换
f ( x)满足只有有限个间断点、有限个极值和 绝对可积的条件,并且F (u )也是可积的 复数形式 指数形式 F (u ) R (u ) jI (u ) F (u ) F (u ) e j ( u ) = F (u ) = R 2 (u ) I 2 (u ) +
5.旋转不变性
x r cos u w cos
y r sin v w sin
f ( x, y ) f (r , ),F (u, v) F ( w, )
例:
f (r , 0 ) F (, 0 )
1 F (u , v) N F ( x, v)e -j2πux / N
x 0 N 1
1 其中:F ( x, v) N [ N

y
N 1
f ( x, y )e -j2πvx / N ]
3.1.3 二维离散傅里叶变换的性质
2.平移性 :
f ( x, y )e j2π(u0 x v0 y ) / N F (u u0 , v v0 )
3.1.3 二维离散傅里叶变换的性质
基本性质:
1.可分离性
1 F ( u, v ) 2 N
e-j2πux / N f ( x, y )e-j2πvy / N
x 0 y 0
N 1
N 1
f ( x, y ) e-j2πux / N F (u, v )e j2πvy / N
图像中心化
u0 v0 N / 2 时
f ( x, y)(1)
x y
N N F (u , v ) 2 2
3.1.3 二维离散傅里叶变换的性质
3.周期性
F (u, v) F (u aN , v bN ) f ( x, y ) f ( x aN , y bN )
3.1.3 二维离散傅里叶变换的性质
4.共轭对称性
若 或
f * ( x, y ) f ( x, y ) f ( x , y ) F ( u , v )
则 存在 F * (u , v ) F (u , v )
-N/2
一个周期
N/2
3.1.3 二维离散傅里叶变换的性质
f ( x, y)
x 0 y 0
N 1 N 1
3.1.3 二维离散傅里叶变换的性质
8.离散卷积定理
f ( x, y ) * g ( x, y ) F (u, v) G (u, v) f ( x, y ) g ( x, y ) F (u, v) * G (u, v)
为防止卷积后发生交叠误差,需对离散的二维函数的定 义域加以扩展
2
3.1.2 二维离散傅里叶变换
二维连续函数 f(x,y) 的傅里叶变换
A, 例2:f ( x, y ) 0, F (u , v ) 0 ≤ x ≤ x0 , 0 ≤ y ≤ y0 其它

x0 0


y0
f ( x, y ) exp[-j2π(ux vy )]dxdy A exp[ j2π(ux vy )]dxdy
3.1.2 二维离散傅里叶变换
二维连续函数
F (u , v)

f ( x, y )的傅里叶变换


f ( x, y ) exp[ j2π(ux vy )]dxdy

f ( x, y )


F (u , v) exp[ j2π(ux vy )]dudv
变换在一个周期内进行。M,N表示图像f(x,y)在x,y方 向上具有大小不同的阵列。离散信号频谱、相谱、幅 谱分别表示为: F (u, v) F (u, v) e j (u ,v ) R(u, v) jI (u, v)
(u, v) arctan
I (u, v) R(u, v)
F (u, v) [ R 2 (u, v) I 2 (u, v)]1/ 2



X

0
X A e j2πux 0 j2πu A e jπuX e jπuX j2πu A sin(πuX )e jπuX πu
该傅里叶谱是一 sin c (u )函数
3.1.1 一维傅里叶变换
一维(连续)傅里叶变换
f ( x)
中波某电台1026kHz(无线电波)
第3章 图像变换
图像是二维信号,其坐标轴是二维空间坐标轴,
图像本身所在的域称为空间域(Space Domain)。
图像灰度值随空间坐标变化的快慢也用频率来度量,称为空
间频率(Spatial Frequency)。
第3章 图像变换
每一种变换都有自己的正交函数集,引入不同的变换 傅里叶变换 余弦变换 正弦变换
y0 0

0
0
A
x0
exp[ j2πux ]dx
exp[ j2πvy ]dy
sin(πux0 ) -jπux0 sin(πvy0 ) -jπvy0 Ax0 y0 e e πux0 πvy0 傅里叶谱: (u , v ) Ax0 y0 F sin(πux0 ) sin(πvy0 ) πux0 πvy0
3.1.3 二维离散傅里叶变换的性质
6.分配性和比例性
傅立叶变换和反变换对于加法可以分配,而对乘法不行 F f1 ( x, y ) f 2 ( x, y ) F { f1 ( x, y )} F { f 2 ( x, y )} F f1 ( x, y ) f 2 ( x, y ) F { f1 ( x, y )} F { f 2 ( x, y )} 比例性: af ( x, y ) aF (u , v ) 1 u v f ( ax, by ) F( , ) ab a b 在空间比例尺寸的展宽,相应于频域比例尺度的压缩, 1 其幅值也减少为原来的 ab
u 0 v 0
N 1
N 1
3.1.3 二维离散傅里叶变换的性质
F (u , v) Fx {Fy [ f ( x, y )]} Fy {Fx [ f ( x, y )]} f ( x, y ) Fu 1{Fv 1[ F (u, v)]} Fv 1{Fu 1[ F (u, v)]}
A
0
X
3.1.1 一维傅里叶变换
一维离散傅里叶变换
如果x(n)为一数字序列,则其离散傅里叶正反变换: 1 X ( m) N
N 1 m0
x(n)e
n 0 j
N 1
j
2πmn N
其中m 0,1, N 1 其中n 0,1, N 1
x(n) X (m)e
2πmn N
3.1.3 二维离散傅里叶变换的性质
8.离散卷积定理
其二维离散卷积: f e ( x, y ) * g e ( x, y ) f e (m, n) g e ( x m, y n)
m0 n 0 M 1 N 1
式中:x 0,1, 2, M 1 周期:M * N
y 0,1, 2, N 1;
傅里叶变换的相角、傅里叶谱或功率谱可由下式给出: (u , v) arctan[ I (u, v) / R(u, v)] F (u , v) [ I 2 (u , v) R 2 (u , v)]1/ 2 E (u , v) F (u , v) I 2 (u , v) R 2 (u , v)
相关文档
最新文档