第3章 图像处理中的正交变换第一讲资料

F (u, v) R2 (u, v) I 2 (u, v)
(u, v) arctg I (u, v)
R(u, v)
E(u, v) R2 (u, v) I 2 (u, v)
(3—11) (3—12)
(3—13)
式中： F(u,v) 是幅度谱； (u,v) 是相位谱； E(u,v) 是能量谱。
j
2 A sin
2
则
F () 2 A sin 2
sin
A
2
2
0
4n 2(2n 1)
2(2n 1) 4(n 1)
n 0,1,2 n 0,1,2
f (x) 的幅度谱及相位谱如图3—2所示。
图3－2 f (x) 的幅度谱及相位谱
例：求周期函数的傅里叶谱。
一个周期为T的信号 f (x) 可用傅里叶级数来表示， 即
这个性质说明变换前后并不损失能量
（７） 相关定理 如果，f(x), g(x) 为两个一维时域函数；f(x,y) 和 g(x,y) 为两个二维空域函数，那么，定义下二式 为相关函数
∫ f ( x )og( x ) =
∞ ∞
f ( )g( x + )d
∫ ∫ f ( x, y )og( x, y ) =
n
2
F (n) ( n0 )
n
图3—3 周期函数的傅里叶谱
由上面的例子可以建立起下面几个概念： （１）只要满足狄里赫莱条件，连续函数就可
以进行傅里叶变换，实际上这个条件在工程运用中 总是可以满足的。
（２）连续非周期函数的傅里叶谱是连续的非 周期函数，连续的周期函数的傅里叶谱是离散的非 周期函数。
1．2 傅里叶变换的性质
（１） 具有可分性 这个性质说明一个二维傅里叶变换可用二次一维傅 里叶变换来实现。
（２） 线性
傅里叶变换是线性算子，即
F
a f (x, y) a f (x, y)
11
22
a1F
f 1
(
x,
y)
a2F
f (x, y) 2
（３） 共轭对称性
如果 F (u, v) 是 f ( x, y ) 的傅里叶变换，
f
(x)
F (n)e jn0x
式中
F (n)
1 T
T
2 T
2
f
(x)e jn
0x dx
Biblioteka Baidu
0
2 T
因此，傅里叶变换可写成下式:
F () F [ f ( x)]
F
[
F (n)e jn0x ]
F (n)F
[e jn0 x ]
F (n)
e jn0 e jx dx
n
F (n)
e j ( n0 ) dx
F * (u,v) 是 f (x, y) 傅里叶变换的
共轭函数， 那么
F(u, v) F * (u,v)
（４） 旋转性
如果空间域函数旋转的角度为 0 ，那么在变
换域中此函数的傅里叶变换也旋转同样的角度， 即
f (r, 0 ) F(k , 0 )
（５） 比例变换特性
如果 F(u, v) 是 f (x, y) 的傅里叶变换。a和b分 别为两个标量，那么
则有下列二式成立
F (u)
f ( x)e j 2ux dx
(3—1)
f ( x) F (u)e j2ux du
(3—2)
式中 x 是时域变量，u 为频率变量。
如令 2 u ， 则有
F () f ( x)e jx dx f (x) 1 F ()e jx d 2
(3—3) (3—4)
叫相位谱。
傅里叶变换广泛用于频谱分析。
例：求图3—1所示波形 f(x) 的频谱。
f(x) A
X
-
2
2
3—1 函数 f (x) 的波形
A
x
2 2
f (x) 0
0
x 2
x 2
F ( ) f ( x)e j x dx
2
A e j x dx
2
A
j
(e 2
j
e 2)
af (x, y) aF(u, v)
f (ax,by)
1
F
u
,
v
ab a b
（６） 帕斯维尔（Parseval）定理 这个性质也可称为能量保持定理。如果 F(u,v) 是
f (x, y) 的傅里叶变换，那么有下式成立
f (x, y) 2 dxdy F (u, v) 2 dudv
通常把以上公式称为傅里叶变换对。
函数 f(x) 的傅里叶变换一般是一个复量，它 可以由式（3—5）表示
F() R() jI ()
(3—5)
或写成指数形式
F () F () e j()
(3—6)
F() R2 () I 2 ()
(3—7)
() arctg I () R()
(3—8)
把 F() 叫做 f (x) 的傅里叶谱，而 ()
§ 1 傅里叶变换
傅里叶变换是大家所熟知的正交变换。在一 维信号处理中得到了广泛应用。把这种处理 方法推广到图像处理中是很自然的事。这里 将对傅里叶变换的基本概念及算法作一些简 单的复习。
1．1 傅里叶变换的定义及基本概念
傅里叶变换在数学中的定义是严格的。设f(x) 为 x 的函数，如果满足下面的狄里赫莱条件： （１）具有有限个间断点； （２）具有有限个极值点； （３）绝对可积。
傅里叶变换可推广到二维函数。如果二维函数
f (x, y) 满足狄里赫莱条件，那么将有下面
二维付里哀变换对存在：
F
(u,
v)
f (x, y)e j2(uxvy)dxdy
(3—9)
f
(
x,
y)
F (u, v)e j2(uxvy)dudv (3—10)
与一维傅里叶变换类似，二维傅里叶变换的幅度谱和 相位谱如下式
∞ ∞
∞ ∞
f ( , )g( x + , y + )dd
由以上定义可引出傅里叶变换的一个重要性质。这 就是相关定理，即
f (x, y)og(x, y) F (u, v) G* (u, v)
f (x, y) g * (x, y) F (u, v)oG(u, v)
式中 F (u, v) 是 f (x, y) 的傅里叶变换， G(u,v) 是
数字图像处理
第2章 图像处理中的正交变换
（第一讲）
第2章 图像处理中的正交变换
数字图像处理的方法主要分为两大类： 一个是空间域处理法(或称空域法)， 一个是频域法(或称变换域法)。 在频域法处理中最为关键的预处理便是变换处理。
这种变换一般是线性变换，其基本线性运算式 是严格可逆的，并且满足一定的正交条件，因 此，也将其称作酉变换。目前，在图像处理技 术中正交变换被广泛地运用于图像特征提取、 图像增强、图像复原、图像识别以及图像编码 等处理中。