人脑是怎样认知图像的？——傅里叶模式（传统模式识别之四）

傅立叶模式认为，人脑长时记忆存储的是图像形状的傅立叶转换模式,而不是图像形状的原形。傅立叶变换的实质是将视网膜得到的图像的密度矩阵分解成一定频率上的信号。也就是说，把在真实世界看到的图像通过一个变换而转变到频率空间去，从而可以在频率空间看到原来在真实世界看不到的许多特征，并根据这些特征进行分析与识别。 傅立叶模式的优点是： 当图像在一定范围内变化时，其傅立叶变换后的某些量仍然没有变。图像平移不影响其傅立叶变换的幅度。换句话说，只要知道一个图像的傅立叶变换的幅度，则无论这个图像如何平移，都能根据原来的傅立叶变换幅度进行这一图像的识别。 当一个图像旋转后，其傅立叶谱的形状没有变，而且傅立叶谱的方向跟着旋转一个相同角度。这样，只要知道一个图像的傅立叶谱，则这一图像无论怎样旋转，都能被同一傅立叶谱识别。 傅立叶模式的另一个优点是实现方便。尤其是快速傅立叶变化，使得计算速度很快。 傅立叶模式存在三个难以克服的困难： 首先是傅立叶变化对整个图像的变换，若图像由若干个部分组成，则经傅立叶变换后的谱不能指出那些谱是对应图像的那一部分。 傅立叶变换的另一个致命问题是：图像的任何一小部分有一个无规则的变动，都会引起傅立叶谱的激烈变化。 第三个问题是找不到一种将傅立叶谱与图像位置相对应的规律。                                                                        (作者：刘建忠    http://hi.baidu.com/liujianz ）