《傅立叶频谱图讲义.》由会员分享，可在线阅读，更多相关《傅立叶频谱图讲义.（29页珍藏版）》请在金锄头文库上搜索。
1、图像变换n主要内容1、图像变换的目的2、傅立叶变换（公式）3、频率域图像（傅立叶谱）重点图像变换n变换（trans）一词并不陌生，从初等数学到高等数学，已经学过不少的变换“技巧”，目的是是问题的求解变得简单。在图像处理中，所谓图像变换可以理解为为达到图像处理的某种目的而使用的数学方法，通过这种数学变换，图像处理起来较变换前更加方便和简单。由于这种变换方法是针对图像函数而言，所以称之为图像变换。图像变换可以在图像校正前进行，也可以在图像校正后进行。图像变换n图像变换的目的：简化图像处理；便于图像特征提取；图像压缩；从概念上增强对图像信息的理解。在遥感数字图像处理中，图像变换是一种常用的、有效的分
2、析手段。n图像变换包括两个过程：正变换和逆变换。通过正变换将图像变为新图像，然后进行处理。通过逆变换将处理后的图像还原为原始形式的图像，以便对原始图像进行对比。图像变换图像变换主要有：傅立叶变换、主成份变换、缨帽变换、代数运算、彩色变换其中傅立叶（Fourier）变换的应用非常是广泛的，非常有名的变换之一。傅立叶（Fourier），法国数学及物理学家，傅立叶级数（三角级数）创始人。1801年任伊泽尔省地方长官，1817年当选科学院院士，1822年任该院终身秘书，后又任法兰西学院终身秘书和理工科大学校务委员会主席。主要贡献：在研究热的传播时创立了一套数学理论，1807年向巴黎科学院呈交了热的传播
3、论文，推导著名的热传导方程，并在求解该方程时发现函数可由三角函数构成的级数形式表示，从而提出任意函数可以展成三角函数的无穷级数。数学与图像处理空域与频域的桥梁2、傅立叶变换傅立叶变换n傅立叶变换分为连续傅立叶变换和离散傅立叶变换，在数字图像处理中经常用到的是二维离散傅立叶变换n傅立叶变换是换域分析(空间域到频率域)是一种广泛使用的工具，在图像处理中是一种有效而重要的方法。在图像处理中，傅立叶变换的应用十分广泛，如：图像特征提取、频率域滤波、周期性噪声的去除、图像恢复、纹理分析等。把傅立叶变换的理论与遥感图像的物理解释相结合，有利于解决大多数遥感图像处理问题。n一维二维连续傅里叶变换1）定义2）
4、逆傅立叶变换3）傅立叶变换特征参数频谱模能量谱功率谱相位角f（x，y）变换到F（u，v）n二维离散傅里叶变换1）定义2）逆傅立叶变换F(uv)为f（x，y）的频谱题西林壁横看成岭侧成峰远近高低各不同不识庐山真面目只缘身在此山中-苏轼3、频率域图像（频谱）或称为傅立叶谱原图频域图傅立叶变换原图傅立叶变换后的频域图对图像信号而言，空间频率是指单位长度内亮度（也就是是灰度)作周期性变化的次数。是图像中灰度变化剧烈程度的指标，也可以理解为灰度在平面空间上的梯度。空间频率的理解：频率域图像傅立叶变换以前，图像是由对在连续空间（现实空间）上的采样得到一系列点的集合，我们习惯用一个二维矩阵表示空间上各点，则
5、图像可由z=f(xy)来表示。实际上对图像进行二维傅立叶变换得到频谱图，就是图像梯度的分布图，当然频谱图上的各点与原图像上各点并不存在一一对应的关系，即使在不移频的情况下也是没有。傅立叶频谱图上我们看到的明暗不一的亮点，实际上图像上某一点（像素灰度值）与它的邻域点差异的强弱，即梯度的大小，也即该点的频率的大小（可以这么理解，图像中的低频部分指低梯度的点，高频部分梯度大的点）频率域图像频率域的理解：频率域图像n在空间域图像中，线性的地物为高频成分，大块面状的地物为低频成分。图像经过傅立叶变换后产生频率域图像，这些空间频率信息被突出出来n图像灰度变化缓慢的部分对应变换后的低频分量部分图像的细节和轮
6、廓边缘都是灰度突变区域它们是变换后的高频分量.n频域图像的每一点都来自于整个原图像傅立叶逆变换1、考虑到傅立叶变换具有对称性，为了便于显示，频率图像往往以图像的中心为坐标原点，左上-右下、右上-左下对称。2、图像中心为原始图像的平均亮度，频率为0.从图像中心向外，频率增高。高亮度表明频率特征明显。3、此外，频率域图像中心明显的频率变化方向与原图像中地物方向垂直。也就是说如果原始图像中有多种水平分布的地物，那么频率域图像中在垂直方向的频率变化比较明显。如果原始图像中地物左下-右上分布，那么频率域图像中在左上-右下方向频率变化比较明显，反之亦然。如何看频域图像在数字图像处理中，常常需要将F(uv)的原点移到NN频域的中心（平移前空间域、频域原点均在左上方），以便能清楚地分析傅立叶谱的情况原图像原图逆变换后原图f(xy)F（u，v）频谱图如有困惑：请参考遥感数字图像处理教程第六章-TP75-12（图书馆索取号）数字图像处理第三章、遥感原来与应用第四章“路漫漫其修远兮吾将上下而求索”
