数字图像处理及MATLAB实现4

数字图像处理及MATLAB实现 杨杰主编

数字图像处理

武汉理工大学 信息学院

数字图像处理及MATLAB实现 杨杰主编

第4章图像变换(Image Transform)4.1 连续傅里叶变换 4.2 离散傅里叶变换 4.3 快速傅里叶变换 4.4 傅里叶变换的性质 4.5 图像傅里叶变换实例 4.6 其他离散变换

数字图像处理及MATLAB实现 杨杰主编

数字图像处理及MATLAB实现 杨杰主编

一、 图象变换的引入 1. 方法：对图象信息进行变换，使能量保持但重新分配。 2. 目的：有利于加工、处理[滤除不必要信息(如噪声), 加强/提取感兴趣的部分或特征]。 二、 方法分类 可分离、正交变换: 2D-DFT , 2D-DCT , 2D-DHT, 2D-DWT 。

三、 用途1.提取图象特征(如):(1)直流分量：f(x,y)的平均值=F(0,0); (2)目标物边缘：F(u,v)高频分量。 2.图像压缩：正交变换能量集中，对集中(小)部分进行编码。 3.图象增强：低通滤波，平滑噪声；高通滤波，锐化边缘。

数字图像处理及MATLAB实现 杨杰主编

4.1 连续傅里叶变换(Continuous Fourier Transform)1、一维傅立叶变换及其反变换

: : 1

F (u )

f ( x) e

j2 ux

dx

f ( x) F (u ) e j2 ux d u

数字图像处理及MATLAB实现 杨杰主编

4.1.1 连续傅里叶变换的定义 (Definitionof Continuous Fourier Transform) 这里 f x 是实函数，它的傅里叶变换 F u 通 F 常是复函数。 u 的实部、虚部、振幅、能量和 相位分别表示如下： 实部 R u f t cos 2 ut dt (4.3) 虚部 I u f t sin 2 ut dt (4.4) 振幅 1 F u R2 u I 2 u 2 (4.5)

数字图像处理及MATLAB实现 杨杰主编

4.1.1 连续傅里叶变换的定义 (Definition of Continuous Fourier Transform)

能量 相位

E u F u R2 u I 2 u 2

(4.6)

(4.7) 傅里叶变换可以很容易推广到二维的情形。 设函数 f x, y 是连续可积的，且 f u, v 可积，则存 在如下的傅里叶变换对：

I u u arctan R u

数字图像处理及MATLAB实现 杨杰主编

4.1 连续傅里叶变换的定义 (Definition ofContinuous Fourier Transform)F f ( x, y ) F (u, v)

f ( x, y) e

j2 ux vy

d xd y

(4.8)F 1

F (u, v)

f ( x, y )

F (u, v) e

j2 ux vy

dudv

(4.9) 式中 u、v是频率变量。与一维的情况一样， 二维函数的傅里叶谱、能量和相位谱为:

数字图像处理及MATLAB实现 杨杰主编

4.1 连续傅里叶变换的定义 (Definition of Continuous Fourier Transform)

傅里叶频谱： 1 F u, v R2 u, v I 2 u, v 2

(4.10)

相位：

I u, v u, v arctan R u, v

(4.11)

能量谱：

E u, v R2 u, v I 2 u, v

(4.12)

数字图像处理及MATLAB实现 杨杰主编

4.2 离散傅里叶变换(Discrete Fourier Transform)函数 f x 的一维离散傅里叶变换由下式定义：

u f x e j 2 ux / N :Fx 0

N 1

(4.

13)

其中， 0,1,2,...,N 1。 u 的傅里叶反变换定 F u 义为： (4.14) 1 N 1 1 : f x F u e j 2 ux / N N u 0

数字图像处理及MATLAB实现 杨杰主编

4.2 离散傅里叶变换(Discrete Fourier Transform)

傅里叶频谱：F u R 2 u I 2 u

相位:

u arctanI u / R u P u F u R2 u I 2 u 2

能量谱

数字图像处理及MATLAB实现 杨杰主编

4.2 离散傅里叶变换(Discrete Fourier Transform)同连续函数的傅里叶变换一样，离散函数的 傅里叶变换也可推广到二维的情形，其二维离散 傅里叶变换定义为：1 F u, v NN 1 N 1

x 0 y 0

f x e j 2 ( ux vy) / N (4.16)

v 式中 u 0,1,..., N 1, 0,1,..., N 1。二维离 散傅里叶反变换定义为

1 f x, y N

N 1 N 1 u 0 v 0

F u, v e j 2 ( ux vy ) / N (4.17)

数字图像处理及MATLAB实现 杨杰主编

4.2 离散傅里叶变换(Discrete Fourier Transform)式中 x 0,1,...,N 1 ,y 0,1,...,N 1 式中 u、v 是频率变量。与一维的情况一样， 二维函数的离散傅里叶谱、能量和相位谱为: 傅里叶频谱： F u, v 相位：R 2 u , v I 2 u, v

I u, v u, v arctan R u, v

能量谱：

P u, v F u, v R2 u, v I 2 u, v 2

数字图像处理及MATLAB实现 杨杰主编

4.2 离散傅里叶变换(Discrete Fourier Transform)

例4.1一个简单二维函数的中心谱。 图4.1(a)显示了在 512 512 像素尺寸的黑色 背 景 上 叠 加 一 个 20 40 像 素 尺 寸 的 白 色 矩 形 。

图4.1(a)

数字图像处理及MATLAB实现 杨杰主编

4.2 离散傅里叶变换(Discrete FourierTransform)此图像在进行傅里叶变换的计算之前被乘以 1 x y 从 ，

而可以使频率谱关于中心对称，如图4.1(b)所示。在图 4.1(b)中， 方向谱的零点分割恰好是 v 方向零点分隔的 u 两倍。

(a) (b) 图4.1(a)在大小为 512 512 黑色背景上叠加一个尺寸为20 40 的白 色矩形的图像， (b)应用了对数变换后显示的中心傅里叶谱

数字图像处理及MATLAB实现 杨杰主编

4.2 离散傅里叶变换(Discrete Fourier Transform)

符合图像中1 : 2 的矩形尺寸比例(遵照傅里叶变 换4.4.6节的尺度变换性质)。在显示之前频率 谱用式(对数处理见前章3.2.2)中的对数变换 处理以增强灰度级细节。变换中使用 c 0.5 的值 可以降低整体强度。在本章显示的多数傅里叶频 率谱都用对数变换进行了相似的处理。

数字图像处理及MATLAB实现 杨杰主编

4.2 离散傅里叶变换(Discrete Fourier Transform)例4.2图象的二维离散傅立叶频谱。 %读入原始图象 I = imread(‘i_peppers_gray.bmp’); imshow(I) %求离散傅立叶频谱 J = fftshift(fft2(I)); %对原始图象进行二维傅立叶变换，并将其坐标原 点移到频谱图中央位置 figure(2); imshow(log(abs(J)),[8,10]) 其结果如图4.2所示

数字图像处理及MATLAB实现 杨杰主编

4

.2 离散傅里叶变换(Discrete Fourier Transform)

(a)原始图像 (b)离散傅里叶频谱 图4.2 二维图像及其离散傅里叶频谱的显示

数字图像处理及MATLAB实现 杨杰主编

4.3 快速傅里叶变换(Fast Fourier Transform)快速傅里叶变换(FFT)并不是一种新的变换， 它是离散傅里叶变换(DFT)的一种算法。这种方 法是在分析离散傅里叶变换(DFT)中的多余运算 的基础上，进而消除这些重复工作的思想指导下 得到的，所以在运算中大大节省了工作量，达到 了快速的目的。

数字图像处理及MATLAB实现 杨杰主编

4.3 快速傅里叶变换(Fast Fourier Transform)对于一个有限长序列 f x 0 x N 1 ,它 的傅里叶变换由下式表示:F u WN eN 1

n 02 N

f x Wnuxj 2 N

(4.18)

令 因此，傅里叶变换对可写成下式N 1 x 0

j

,WN 1 e

u f x WNux F

(4.19)

数字图像处理及MATLAB实现 杨杰主编

4.3 快速傅里叶变换(Fast Fourier Transform)从上面的运算显然可以看出要得到每一个频率 分量，需进行 N 次乘法和 N 1 次加法运算。要完 成整个变换需要N 2次乘法和 N N 1 次加法运算。 当序列较长时，必然要花费大量的时间。 ux WN 是以 N 为周期 观察上述系数矩阵，发现 的，即 u LN x KN ux (4.21) WN WN