数字图像处理学习笔记4第四章 图像变换 附实验

第四章 图像变换 附实验

前言

图像变换：为达到某种目的将原始图像变换映射到另一个空间上，使得图像的某些特征得以突出，以便于后面的处理和识别。

4.1连续傅里叶变换

一维变换

用傅里叶变换表示的函数特征完全可以通过傅里叶反变换来重建，而不会丢失任何信息。若把一个一维输入信号做一维傅里叶变换，该信号就被变换到频域上，即得到了构成该输入信号的频谱，频谱反映了该输入信号由哪些频率构成。

函数f(x)的一维连续傅里叶变换是，及其傅里叶变换F(x)的反变换是：

1. 其中f(x)与F(x)是一个傅里叶变换对，并且对于任意一个f(x)它的F(x)是唯一的，反之亦然
2. f(x)是实函数，而F(x)是复函数，因为有 j²=-1。
3. x称为时域变量，u称为频域变量。

F(u)的实部、虚部、振幅、能量和相位分别表示如下：

注意之后就会用R(u)代替实部，I(u)带图虚部。

欧拉公式

上述过程中R(u)与I(u)的得到用到欧拉公式

空间频率

空间频率是指在一定方向上的单位空间（距离）波动的周期数。它不仅具有大小而且具有方向，是一个矢量。一幅图像有明暗和色彩的差别，是一种光的强度和颜色按空间的分布。这种空间分布的特征可以用空间频率来表示。

引进空间频率这一概念的目的：

1. 研究输入图像由哪些空间频率成分构成。
2. 在空间频率域中进行各种处理。

相对于空间频率域，有时也把图像本身叫做空间域。

空间频率可以表示单位长度上的正弦波形变化的重复次数。用空间频率为u, v的二维平面（空间频率域）来表示（分别对应于x轴方向和y轴方向）。

推广到二维

设函数f(x,y)是连续可积，且F(u,v)可积，则存在如下傅里叶变换对：

存在限制

傅里叶变换的f(x)为连续（模拟）信号，而计算机处理的是数字信号（图像数据）。

数学上采用无穷大概念，而计算机只能进行有限次计算。

4.2离散傅里叶变换DFT

一维离散傅里叶变换

离散傅里叶变换是傅里叶变换在时间域和空间域上都呈离散形式，实际上是对变换两端（在时间域和空间域）的原本无限长的序列进行采样，是其主值序列。

一维离散傅里叶变换对：

其中x，u=0，1，2࿰