遥感数字图像处理-第4章 变换域处理方法

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)。

“鸡尾酒会问题”
在嘈杂的鸡尾酒会上,许多
(Cocktail Party Problem) 人在同时交谈,可能还有背
景音乐,但人耳却能准确而
清晰的听到对方的话语。
从混合声音中选择自己感兴 趣的声音而忽略其他声音的 现象
7
五、傅里叶变换
人的视觉系统时时刻刻都在进行“分离信号”这种行为:看 见不同的颜色,听到不同频率的声音,甚至尝到酸甜苦辣咸 这五种不同的味道也是一种识别不同信号的表现。 而傅立叶变换正是一种通过频率来分离不同信号的方法! 如果想把自然光中的七色成分分离出来怎么办?
11
用三棱镜! 如果想把一段音频文件不同频率的声音检测出来怎么办?
用傅立叶变换!
8
六、小波变换
小波变换与傅里叶变换类似,都是把一个信号分解成一组 正交信号,但不同于傅里叶变换中使用的三角函数,小波 变换是用由零开始由零结束、中间为一段震荡的波来表示 信号,它是一种能量在时域非常集中的波。
9
七、颜色空间变换
通过正交变换将一组可能相关的变量转换到一组线性不相关 的变量(称为主成分)的统计分析过程
主成分分析原理图
4
二、最小噪声分离变换
最小噪声分离(Minimum Noise Fraction,MNF)
一种正交变换,变换后得到的各分量互不相关,各分量按照 信噪比从大到小排列; MNF变换后使噪声得到了分离,且波 段间不相关,所以它比PCA变换更加优越。
PCA
• 按信息量(方差) 大小排列
MNF
• 按信噪比大小排列
5
三、 缨帽变换
缨帽变换 (Tasseled Cap Transformation)
一种基于图像物理 特征的固定转换, 变换后的坐标轴不 是指向主成分方向 ,而是指向与地面 景物有密切关系的 方向,特别是与植 物生长过程和土壤 有关
6
四、独立成分分析
颜色空间是用一种数学方法来形象化地表示颜色,颜色空 间常用来指定和产生颜色。
颜色空间中的颜色通常用代表3个参数的3维坐标来描述, 其颜色要取决于所使用的坐标。大部分遥感数据都采用 RGB颜色空间来描述,但对图像进行一些可视分析时,也 会使用其他颜色空间(如HSI模型)。
10
七、颜色空间变换
颜色空间分类
从颜色感知的角度可将颜色空间分为混合型颜色空间(如RGB颜 色空间)、非线性亮度/色度型颜色空间(如YUV颜色空间)和强 度/饱和度/色度型颜色空间(如HSI颜色空间)。而从技术应用的 角度来看,颜色空间又可以分为计算机图形颜色空间(如RGB颜 色空间)、CIE颜色空间(如XYZ颜色空间)、和电视系统颜色空 间(如YUV颜色空间)。
2
变换域处理方法
一、主成分分析Байду номын сангаас
二、最小噪声分离 三、缨帽变换
线性变换
四、独立成分分析
五、傅里叶变换 六、小波变换
频率域变换
七、颜色空间变换
难点:各种算法的原理,尤其是傅里叶变换与小波变换
重点:各种变换算法在图像处理中的物理含义
3
一、主成分分析
主成分分析(Principal Components Analysis,PCA)
第4章
变换域处理方法
为什么要进行变换域处理?
换一个角度来看数字图像
空间域图像直观地为我们提供了丰富的空间和数字信息, 但如果我们将空间域图像进行某种变换,将会较为容易地 识别出一些在原始图像上无法直观看到的信息,从而有利 于图像的后续处理。
介绍常用的数字图像变换算法原理及其应用,旨 在为后续章节的图像变换域处理提供基础。
相关文档
最新文档