数字图像处理--2.图像变换

一、图像的傅里叶变换

目的与用途

图像变换的目的:

  1. 使得图像处理问题简化;
  2. 有利于图像特征提取;(我们知道特征提取的目的是为了对影像进行分析,根据特征从影像中提取目标等有用信息,特征提取对影像中提取目标非常重要)
  3. 有助于从概念上增强对图像信息的理解。

图像变换其实就是对图像的另一种表达,正如我们可以将一个函数分解表示为奇偶函数等一系列不同系数的正交函数和等多种方式一样。图像变换通常采用的是一种二维正交变换。其一般要求如下:

  • 正交变换必须是可逆的;
  • 正变换和反变换的算法不能太复杂;
  • 正交变换的特点是变换域中图像将集中分布在低频率成分上,边缘、线状信息反映在高频率成分上,有利于图像处理。

傅里叶变换:将空间域转换为频率域的变换。

任一函数都可以展成三角函数的无穷级数,任何周期函数都可以表示为不同频率的正弦和余弦和的形式,每个正弦和余弦乘以不同的系数(即傅里叶级数展开)。

定义:如果一个周期为T的函数f(t)在[-T/2,T/2]满足狄利克雷条件,则在[-T/2,T/2]可以将函数f(t)展开为无穷个正交三角函数的和,如下所示:周期为大写T函数f(t)被展开表示成了无穷多个不同频率的三角函数的加权和,an和bn即为权重系数。

依据欧拉公式,上面的三角函数形式可以转换成复数形式

其中,

每个nw就代表一个频率分量,不同的n代表不同的频率,Cn为每个频率分量的系数,代表各频率分量的权重。可见,傅里叶级数清楚的表明了信号由哪些频率分量组成及其所占的比重,从而有利于度信号进行分析和处理。

通过上述分析,可将傅里叶变换形象地比作一个玻璃棱镜,可将光分解成不同颜色的物理仪器,每个成分的颜色由波长(或频率)来决定

傅里叶变换可以看成数学上的棱镜,将函数基于频率分解成不同的成分,使得我们能通过频率成分来分析一个函数。

2.连续函数的傅里叶变换

图像作为一个特殊的二维空间信号,可以看成是一维信号的组合,故我们首先来认识以为傅里叶变换及其反变换。

  • 一维连续傅里叶变换及其反变换

另f(x)为实变量x的连续函数,f(x)的傅里叶变换F(u)表示,则其定义为

若已知F(u),则傅里叶反变换为

以上两个公式称为傅里叶变换对。

一般情况下,实际信号f(x)是实函数,它的傅里叶变换F(u)通常是复函数。故,F(u)可以表示成实部和虚部的形式或者振幅与相位的形式,以及通过F(u)来表示信号的能量,同样根据欧拉公式具体表示如下:

傅里叶变换出现的变量u通常称为频率变量。

  • 二维连续函数的傅里叶变换

一维傅里叶变换很容易推广到二维的情况,如果f(x,y)是连续可积的 且F(u,v)是可积的,则二维傅里叶变换对为:

二维函数的傅里叶变换的幅度、相位和能量谱分别为

连续信号可以等间隔抽样进行处理,这样便于计算机处理。

这里我们可以用f(n)的长度为N,则离散信号的傅里叶变换定义式为

式中u=0,1,2,...,N-1。反变换为,式中n=0,1,2,...N-1

二维离散函数的傅里叶变换

在二维离散的情况下,比如大小为M*N的图像信号f(m,n)的傅里叶变换对表示为

,式中u=0,1,2,...,M-1;v=0,1,2,...,N-1。

,式中m=0,1,2,...,M-1;n=0,1,2,...,N-1。

这里的u,v是频率变量,m和n是空间变量。

一般来说,对一幅图像进行傅里叶变换运算量很大,特别是对大幅面的遥感影像,不直接采用以上公式计算,而是采用快速傅里叶变换算法(FFT),快速傅里叶变换大大减少了计算量,通过软件编程或者专门的硬件来实现。也是傅里叶变换得到更广泛应用的原因之一。

从二维傅里叶变换的定义式知道,一个M行N列的二维图像的傅里叶变换结果也是一个M*N大小的二维矩阵,与原空间域图像像素坐标对应,频率域图像的左上角坐标也为(0,0),该坐标处的值F(0,0)根据傅里叶变换的定义式可以得到,F(0,0)表示, 

这说明:假设f(x,y)是一幅图像,在原点的傅里叶变换等于图像的平均灰度级。

因此,傅里叶变换的原点值反映了图像的平均灰度,即平时信号理论中所说的直流分量。

 

3.二维离散傅里叶变换的性质

1.可分离性

二维离散傅里叶变换DFT可分离性的基本思想是二维DFT可分离为两次一维DFT。

用通过计算两次一维的FFT来得到二维快速傅里叶变换FFT算法。根据快速傅里叶变换的计算要求,需要图像的行列数均满足2的n次,如果不满足,在计算FFT之前先要对图像补零以满足2的n次。

一个M行N列的二维图像f(x,y),先按照行对列变量y做一次长度为N的一维离散傅里叶变换,再将计算结果按列向对变量x做一次长度为M傅里叶变换就可以得到该图像的傅里叶变换结果,如下式

将上式分解开就是如下两个部分,首先得到F(x,v)再由F(x,v)得到F(u,v):

 

 

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491818.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

《腾讯数字生活报告2019》发布,互联网时代新马斯洛需求金字塔预示什么?

来源:腾讯研究院5月22日,腾讯研究院、腾讯应用宝、腾讯开放平台联合出品的《腾讯数字生活报告2019》在腾讯全球数字生态大会应用生态主题论坛上发布,报告从生存、关系、发展三个层级解读了大众数字生活版图中的新趋势及核心洞察。透过这份数字…

0909论编译原理

编译原理学什么? 我觉得学习编译原理可以帮助自己更加深层次的理解程序语言和内部机制,学习一种新的解决问题的方法,从各种算法中可以得到启发,更加深入的了解计算机思想,进一步培养计算机思维。 为什么学编译原理&…

python实现KNN算法

inX是待测样本,dataSet是训练样本集,labels是训练样本集的标签集 ,k是近邻数 from numpy import * import operatordef knn(inX, dataSet, labels, k): m dataSet.shape[0] # 获得训练样本的样本个数diffMat tile(inX, (m,1)) - dataSet …

数字图像处理--3.图像增强

一、图像增强的点运算 图像增强:采用一系列技术,改善图像的视觉效果,或者将图像转换成一种更适合于人或者机器进行分析和处理的形式。 图像增强方法:1.空间域增强:直接对图像各像素进行处理;2.对图像进行…

腾讯姚星:两大科技矩阵助力两张网,立志攻克通用人工智能和多模态问题

来源:腾讯AI实验室5月21日,2019腾讯全球数字生态大会在昆明滇池国际会展中心开幕。本次大会由云南省人民政府指导,云南省文化和旅游厅、昆明市人民政府、腾讯公司共同主办,是腾讯战略升级后,整合互联网数字经济峰会、云…

nginx的学习(配置文件,以及部署的疑惑)

1、在windows下安装nginx,解压之后,在此目录下,dos进去,start nginx 2、配置文件: http { include mime.types; default_type application/octet-stream; sendfile on; keepalive_timeou…

python将数据集分成训练样本和类标签

这里假设 类标签为largeDoses, smallDoses, didntLike三类,假设训练样本有三个特征属性,类标签放在数据集的最后一列 import numpy as npdef file2matrix(filename): # filename是文件保存地址love_dictionary {largeDoses:3, smallDoses:2, didntLik…

图像处理-5

1.图像的数学变换 空间域:图像的代数运算和几何运算都是利用对输入图像进行加工而得到输出图像 转换空间:最典型的有离散傅里叶变换将原定义在图像空间的图像以某种形式转换到另外一些空间,并利用输入图像在这些空间的特有性质有效而快速地…

量子算法、DNA计算与后经典计算时代

来源:资本实验室二进制与伟大的计算机相结合,推动人类进入了信息化时代。在这个基于物质世界的,由0和1构成的新世界中,我们依靠算法和电子技术不断解决了大量曾经无法解决的问题。然而,好奇的人类总是善于提出新的、更…

Oracle Comment 获取并修改表或字段注释

select * from dba_tables where owner DINGYINGSI; select * from user_col_comments where table_name STUDENT;comment on table "STUDENT" is 这是学生信息表; comment on column STUDENT.ID is 这是一个学生的ID;注意表名的大小写 转载于:https://www.cnblogs…

使用Matplotlib创建散点图

假设data是m行两列的训练样本,labels是m行一列的类标签,类标签一共有3类,分别用1、2、3表示,现将data用散点图表示出来,且不同类的样本有不同的颜色: import matplotlib.pyplot as pltfig plt.figure() a…

数字图像-6空域滤波

空域处理 基本概念: 理论基础——线性系统响应:卷积理论 卷积的离散表达式,基本上可以理解为模板运算的数学表达式 由此,卷积的冲击响应函数h(x,y),称为空域卷积模板。 空域滤波及滤波器的定义 使用空域模板进行的…

特斯拉烧,特斯拉烧完蔚来烧

来源:36氪最关键的问题还是在电池。又一台蔚来汽车自燃了。5月16日,上海嘉定一个小区的地下车库,一台黑色的蔚来ES8突然冒出大量浓烟。消防人员及时赶到,扑灭烟雾并封锁了现场,才没有引起火灾。根据车主的描述&#xf…

超出内容用省略号替代

最近学习了一下怎么用省略号代替超出的文本。 虽然网上的资料很多&#xff0c;但俗话说得好&#xff0c;好记性不如烂笔头&#xff0c;还是记一下吧&#xff01; 有两种方法&#xff0c;第一是用CSS实现&#xff1b;第二是用js HTML <p id"text">9月10日&#…

python数据归一化

在机器学习中&#xff0c;往往需要归一化数据集&#xff0c;下面的公式可以把数据归一化到0~1区间&#xff1a; newvalue &#xff08;oldvalue - min&#xff09;/&#xff08;max - min&#xff09; python实现的代码如下&#xff1a; def autoNorm(dataSet):minVals da…

数字图像处理-7频域滤波

傅里叶变化特性及其应用

福布斯发布2019全球品牌价值100强:华为上榜苹果夺冠

来源&#xff1a;世界科技创新论坛百强品牌中&#xff0c;有56个来自美国公司&#xff0c;前10名中有80%是美国公司的品牌。德国、法国和日本排在美国之后&#xff0c;分别有11个、7个、6个品牌上榜。上榜品牌共来自16个国家。5月23日&#xff0c;福布斯发布了一年一度的全球品…

python读取图像矩阵文件并转换为向量

假设图像矩阵大小为3232&#xff0c;将其转换为向量&#xff0c;首先创建11024的NumPy数组&#xff0c;然后打开给定的文件&#xff0c;循环读出文件的前32行&#xff0c;并将每行的头32个字符值存储在NumPy数组中 import numpy as npdef img2vector(filename):returnVect np…

PHP中一些有用的函数

<?php/** * 加密解密* * param string $key* param string $string* param string $decrypt* return string */ function encryptDecrypt($key, $string, $decrypt) {if($decrypt){$decrypted rtrim(mcrypt_decrypt(MCRYPT_RIJNDAEL_256, md5($key), base64_decode($stri…

一文读懂你该了解的5G知识:现在别买5G手机

来源&#xff1a; 腾讯科技2019年是中国全力布局5G的一年&#xff1a;三大运营商纷纷搭建基站&#xff0c;手机厂商发布5G手机&#xff0c;部分城市已经开启了5G测试……在电信日这天&#xff0c;腾讯科技联合知乎推出重磅策划&#xff0c;聚焦和5G相关的小知识&#xff0c;精选…