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:
- 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
- f(x)是实函数,而F(x)是复函数,因为有 j2=-1。
- 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:
- 研究输入图像由哪些空间频率成分构成。
- 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