本文深入探讨了分数阶傅里叶变换在人脸面部表情识别中的作用，指出其能有效提取特征并调整时频域信息。通过变换阶次的选择，实现了从时域到频域的连续变换，揭示了相位信息在图像轮廓和纹理中的关键作用。随着阶次增加，图像的频域信息增多，相位信息逆变换后呈现出的图像对比度经历先增后减的过程，可用于增强图像细节和边缘。
基于分数阶Fourier变换的人脸面部表情识别（高磊）
文章地址：paper
摘要：分数阶傅里叶变换是传统傅里叶变换是一种广义的形式，其变换过程可以理解为信号在时频面内进行逆时针旋转，通过选择变换阶次 ，分数阶傅里叶变换能够将图像映射到任意一个介于空域和频域之间的变换域空间，从而实现更为有效的特征提取，优点是不仅能够实现传统变换方法的功能，而且具有更好的普适性和灵活性。
图像经过传统的傅里叶变换会出线不同成分的频率分量，图像的频率就是表征图像中的灰度变化剧烈程度的指标，是灰度在平面上的梯度。
传统傅里叶变换：非保实变换，即是变化以后的信息将以复数的形式存在，分数阶傅里叶变换也是非保实变换，因此着重研究变换后的幅度和相位信息。
阶次：决定信号围绕坐标轴逆时针旋转的角度，同时叶决定了变换后的时频域信息，因此变换阶次的选择至关重要。
特性
- 分数阶变换具有周期性和对称性，变换阶次的选择区域在[0,2]，在[0,1]，分数阶变换结果相当于由时域逐渐变换到频域的一个过程; (1,2], 分数阶变换结果相当于由频域逐渐变换到时域的一个过程，因此可以只研究在区域[0,1].
- 对于二维分数阶分数阶傅里叶变换存在两个独立的阶次，本文中这两个值取相同的值
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
