考虑信号: x[n]的DFT频谱: x[n]的DCT谱: 可以看出,DCT主要能量比DFT更集中在低频,这样,就可以舍弃较高频段,实现信号的压缩。 DCT的能量压缩特性 其他可分离图像变换 余弦变换性质 序列的余弦函数是傅里叶函数的对称扩展形式 核可分离,可以用两次一维变换来计算 能量向低频集中(左上角) 具有良好的信息压缩能力 余弦变换的低频集中特性 附:图像变换常用MATALAB函数 dct2函数,idct2函数 功能:计算二维离散余弦变换/反变换 用法:B = dct2(A) 例:I = imread('autumn.tif'); J = dct2(I); imshow(log(abs(J)),[]) J(abs(J) < 10) = 0;%去除小于10的值,进行压缩 K = idct2(J); imview(I) imview(K,[0 255]) 附:图像变换常用MATALAB函数 dctmtx函数 功能:计算余弦变换核矩阵 用法:D = dctmtx(n),矩阵大小为n*n Blkproc函数 功能:对图像进行分块处理 用法:B = blkproc(A,[m n],fun) B = blkproc(A,[m n],fun,P1,P2,...) A为输入图像,分块大小为m行n列,fun为处理函数,P1,P2...为函数参数 利用余弦变换实现图像压缩实例 利用余弦变换实现图像压缩实例 I = imread('cameraman.tif'); I = im2double(I); T = dctmtx(8); B = blkproc(I,[8 8],‘P1*x*P2’,T,T‘);%T*I*T’ mask = [1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; B2 = blkproc(B,[8 8],‘P1.*x’,mask);%保留图像左上角主要成分 I2 = blkproc(B2,[8 8],‘P1*x*P2’,T‘,T);%余弦反变换 imshow(I), figure, imshow(I2) 课后作业 自行选取一幅图像,应用MATLAB工具箱实现傅立叶变换、离散余弦变换。 * 图像能量集中在低频空间,边缘、线反映在高频空间 * δ :deta,积分的实质是求和 积分也就是曲线到x 轴的投影的面积之和 双重积分也就是曲面积分 计算的曲面投影到平面的体积之和 ε: epsilon艾普西隆 物理意义:在t=0时出现宽度无限小,幅度无限大,面积为1 的脉冲,或单位为1的有向线段 * δ :deta * 系统是接受一个输入,产生一个输出的任何实体。输入可以是一个或两个变量的函数,输出是相同变量的另一个函数。 * 法国数学家傅里叶,1768年,热分析理论 * φ??:?phi 记为 F=Wf,W为变换核矩阵。由此,傅里叶变换就表示为向量、矩阵的简式。 * 傅立叶变换性质 1、周期与共轭对称 傅立叶变换性质 周期性 M,N为变换周期 共轭对称:傅立叶变换结果是以原点为中心的共轭对称函数 傅立叶变换性质 2、可分离性 二维离散傅立叶变换DFT可分离性的基本思想是: 二维DFT可分离为两次一维DFT 应用: 二维快速傅立叶算法FFT ,是通过计算两次一维FFT实现的 傅立叶变换性质 先对列做变换: 然后对行进行变换: f(x,y) (0,0) (N-1,M-1) x y F(x,v) (0,0) (N-1,M-1) x v F(x,v) (0,0) (N-1,M-1) x v F(u,v) (0,0) (N-1,M-1) u v 平移性 幅度谱 相位谱 幅度谱不变,相位谱改变 傅立叶变换性质 傅立叶变换性质 3、平移性
matlab沃尔什反变换,数字图像处理第三章图像变换解析.ppt
最新推荐文章于 2022-12-15 12:39:27 发布