二维离散傅里叶变换(2D-DFT)
设f(x,y)是在空间域上等间隔采样得到M×N的二维离散信号,x和y是离散实变量,u和v为离散频率变量。则二维离散傅里叶变换对一般的定义为:
注意所得到的傅里叶变换后的u,v定义域和x,y定义域一致。
在图像处理中,有时为了讨论的方便,取M=N,并考虑到正变换和反变换的对称性,就将二维离散傅里叶变换对定义为:
其中x,y,u,v=0,1,2,,,N-1
与一维的情况类似,可将二维离散傅里叶变换的频谱和相位角定义为:
图像傅里叶变换的意义:
1、简化运算:将空间域的复杂卷积运算转到简单的频域乘积运算。
2、对于某些在空间域难以处理或处理起来比较复杂的问题,利用傅里叶变换把空间域表示图像映射到频域进行处理。
3、某些只能在频率域处理的特定应用需求,比如在频率域进行图像特征提取,数据压缩,纹理分析,水印嵌入等。
二维离散傅里叶变换基本性质:
1、基图像 :由二维离散傅里叶反变换式:
可知:频率:u,v均有0~N-1的N种可能取值,以f(x,y)由N*N个频率分量都与一个特定的(u,v){二维频率}相对应;且对于某个特定二维频率值,当x,y取遍所有可能取值(x=0,1,,,N-1,y=0,1,,,n-1)时,就可得到相对应二维频率(u,v)的基图像。
基图像的数学表示形式:
2、可分离性:由一位DFT计算二维的DFT。
拆分成两次一维的离散傅里叶变换。
3、平均值:一幅图像的灰度平均值可有DFT在原点处的值求得:即
4、周期性
5、共轭对称性
图像傅里叶变换频谱分析:
1、图像傅里叶频谱关于(M/2,N/2)的对称性:由周期性和共轭对称性可以推出: |F(u,v)|=|F(M-u,N-v)|
对于v=0,同理。由此可得:频谱图A区与D区和B区与C区关于坐标(M/2,N/2)对称。
2、图像的傅里叶频谱及其频谱图:
第一张图是图片在空间域上的函数,第二张图是经过傅里叶变换后频域上的图像,