《数字图像的傅里叶变换(经典)PPT课件》由会员分享,可在线阅读,更多相关《数字图像的傅里叶变换(经典)PPT课件(72页珍藏版)》请在金锄头文库上搜索。
1、图像的傅里叶变换 Fourier Transformation For Image,时域分析只能反映信号的幅值随时间的变化情况,除单频率分量的简谐波外,很难明确揭示信号的频率组成和各频率分量大小。,图例:受噪声干扰的多频率成分信号,信号频谱X(f)代表了信号在不同频率分量成分的大小,能够提供比时域信号波形更直观,丰富的信息。,一维FT及其反变换,连续函数f(x)的傅立叶变换F(u): 傅立叶变换F(u)的反变换:,一维DFT及其反变换,离散函数f(x)(其中x,u=0,1,2,N-1)的傅立叶变换:,F(u)的反变换的反变换:,计算F(u): 在指数项中代入 u=0,然后将所有x 值相加,得到
2、F(0); 2) u=1,复对所有x 的相加,得到F(1); 3) 对所有M 个u 重复此过程,得到全部完整的FT。,离散傅里叶变换及其反变换总存在。 用欧拉公式得,每个F(u) 由f(x)与对应频率的正弦和余弦乘积和组成;,u 值决定了变换的频率成份,因此,F(u) 覆盖的域 (u值) 称为频率域,其中每一项都被称为FT 的频率 分量。与f(x) 的“时间域”和“时间成份”相对应。,傅里叶变换的作用,傅里叶变换将信号分成不同频率成份。类似光学中的分色棱镜把白光按波长(频率)分成不同颜色,称数学棱镜。 傅里叶变换的成份:直流分量和交流分量 信号变化的快慢与频率域的频率有关。噪声、边缘、跳跃部分
3、代表图像的高频分量;背景区域和慢变部分代表图像的低频分量,二维DFT傅里叶变换,一个图像尺寸为MN的函数f(x,y)的离散傅立叶变换F(u,v): F(u,v)的反变换:,二维DFT傅里叶变换,(u,v)=(0,0)位置的傅里叶变换值为,即f(x,y) 的均值,原点(0,0) 的傅里叶变换是图像的 平均灰度。F(0,0) 称为频率谱的直流分量(系数), 其它F(u,v) 值称为交流分量(交流系数)。,二维连续傅里叶变换,1) 定义,2) 逆傅里叶变换,3) 傅里叶变换特征参数,频谱/幅度谱/模,能量谱/功率谱,相位谱,傅里叶变换中出现的变量u和v通常称为频率变量,空间频率可以理解为等相位线在x
4、,y坐标投影的截距的倒数。,相应的空间频率分别为,对图像信号而言,空间频率是指单位长度内亮度作周期性变化的次数。,思考:噪声、线、细节、背景或平滑区域对应的空间频率特性?,傅里叶变换的意义,傅里叶变换好比一个玻璃棱镜 棱镜是可以将光分成不同颜色的物理仪器,每个成分的颜色由波长决定。 傅里叶变换可看做是“数学中的棱镜”,将函数基于频率分成不同的成分。,一些图像的傅里叶变换,是g(x,y)的频谱,物函数g(x,y)可以看作不同方向传播的单色平面波分量的线性叠加。 为权重因子。空间频率 表示了单色平面波的传播方向。,对于xy平面上一点的复振幅分布g(x,y)可由逆傅里叶变换表示成:,二维离散傅里叶变
5、换,1) 定义,2) 逆傅里叶变换,离散的情况下,傅里叶变换和逆傅里叶变换始终存在。,(a),(b),x,y,1,-1,j,-j,图像的频谱幅度随频率增大而迅速衰减,许多图像的傅里叶频谱的幅度随着频率的增大而迅速减小,这使得在显示与观察一副图像的频谱时遇到困难。但以图像的形式显示它们时,其高频项变得越来越不清楚。,解决办法: 对数化,25,26,主极大的值用Fmax表示,第一个旁瓣的峰值用Fmin表示,例题:对一幅图像实施二维DFT,显示并观察其频谱。 解:源程序及运行结果如下: %对单缝进行快速傅里叶变换,以三种方式显示频谱, %即:直接显示(坐标原点在左上角);把坐标原点平 %移至中心后显
6、示;以对数方式显示。 f=zeros(512,512); f(246:266,230:276)=1; subplot(221),imshow(f,),title(单狭缝图像) F=fft2(f); %对图像进行快速傅里叶变换 S=abs(F); subplot(222) imshow(S,) %显示幅度谱 title(幅度谱(频谱坐标原点在坐上角)),Fc=fftshift(F); %把频谱坐标原点由左上角移至屏幕中央 subplot(223) Fd=abs(Fc); imshow(Fd,) ratio=max(Fd(:)/min(Fd(:) %ratio = 2.3306e+007,动态范围
7、太大,显示器无法正常显示 title(幅度谱(频谱坐标原点在屏幕中央)) S2=log(1+abs(Fc); subplot(224) imshow(S2,) title(以对数方式显示频谱) 运行上面程序后,结果如下:,二维离散傅里叶变换的性质,线性性,证明:,%imagelinear.m %该程序验证了二维DFT的线性性质 f=imread(D:chenpcdatathrychpt4Fig4.04(a).jpg); g=imread(D:chenpcdatathrychpt4Fig4.30(a).jpg); m,n=size(g); f(m,n)=0; f=im2double(f); g=
8、im2double(g); subplot(221) imshow(f,) title(f) subplot(222) imshow(g,) title(g),F=fftshift(fft2(f); G=fftshift(fft2(g); subplot(223) imshow(log(abs(F+G),) FG=fftshift(fft2(f+g); title(DFT(f)+DFT(g) subplot(224) imshow(log(abs(FG),) title(DFT(f+g),可分离性,二维DFT可视为由沿x,y方向的两个一维DFT所构成。,其中:,例题:编程验证二维离散傅里叶变换
9、可分离为两个一维离散傅里叶变换。 解: %myseparable.m %该程序验证了二维DFT的可分离性质 %该程序产生了冈萨雷斯数字图像处理(第二版) %P125 图4.4,f=imread(D:chenpcdatathrychpt4Fig4.04(a).jpg); subplot(211) imshow(f,) title(原图) F=fftshift(fft2(f); subplot(223) imshow(log(1+abs(F),) title(用fft2实现二维离散傅里叶变换) m,n=size(f); F=fft(f); %沿x方向求离散傅里叶变换 G=fft(F); %沿y方向
10、求离散傅里叶变换 F=fftshift(G); subplot(224) imshow(log(1+abs(F),) title(用fft实现二维离散傅里叶变换),平移性,证明: (1)频域移位,结论:,即如果需要将频域的坐标原点从显示屏起始点(0,0)移至显示屏的中心点只要将f(x,y)乘以(-1)x+y因子再进行傅里叶变换即可实现。 例题:利用(-1)x+y对单缝图像f(x,y)进行调制,实现把频谱坐标原点移至屏幕正中央的目标。,当,解:完成本题的源程序为: %在傅里叶变换之前,把函数乘以(-1) x+y,相当于把频谱 %坐标原点移至屏幕窗口正中央。 f(512,512)=0; f=mat
11、2gray(f); Y,X=meshgrid(1:512,1:512); f(246:266,230:276)=1; g=f.*(-1).(X+Y); subplot(221),imshow(f,),title(原图像f(x,y) subplot(222),imshow(g,),title(空域调制图像g(x,y)=f(x,y)*(-1)x+y) F=fft2(f); subplot(223),imshow(log(1+abs(F),),title(f(x,y)的傅里叶频谱) G=fft2(g); subplot(224),imshow(log(1+abs(G),),title(g(x,y)的
12、傅里叶频谱),(a) 在0 N-1周期中有两个背靠背半周期,(b) 同一区间内有一个完整的周期,这就意味着,坐标原点移到了频谱图像的中间位置,这一点十分重要,尤其是对以后的图像显示和滤波处理。,例题:利用(-1)x对f(x)曲线进行调制,达到平移频域坐标原点至屏幕正中央的目的。 %以一维情况为例,说明空域调制对应着频域坐标原点移位。 f(1:512)=0; f(251:260)=1; %产生宽度为10的窗口函数 subplot(221),plot(f),title(宽度为10 的窗口函数) F=fft(f,512); %进行快速傅里叶变换,延拓周期周期为512 subplot(222) plo
13、t(abs(F) %绘幅度频谱(频谱坐标原点在左边界处) title(幅度谱(频谱坐标原点在左边界处)) x=251:260; f(251:260)=(-1).x; %把曲线f(x)乘以(-1)x,可以把频谱 %坐标原点移至屏幕正中央 subplot(223),plot(f),title(宽度为10 的调制窗口函数),F=fft(f,512); %进行快速傅里叶变换 subplot(224); plot(abs(F) %直接显示幅度频谱(频谱坐标原点在正中央) title(幅度谱(频谱坐标原点在中央)) figure f(1:512)=0; f(251:270)=1; %产生宽度为20的窗口函
14、数 subplot(221),plot(f),title(宽度为20 的窗口函数) F=fft(f,512); %进行快速傅里叶变换,延拓周期周期为512 subplot(222) plot(abs(F) %绘幅度频谱(频谱坐标原点在左边界处) title(幅度谱(频谱坐标原点在左边界处)) x=251:270; f(251:270)=(-1).x; %把曲线f(x)乘以(-1)x,可以把频谱坐标原点移至屏幕正中央 subplot(223),plot(f),title(宽度为20 的调制窗口函数) F=fft(f,512); %进行快速傅里叶变换 subplot(224); plot(abs(
15、F) %直接显示幅度频谱(频谱坐标原点在正中央) title(幅度谱(频谱坐标原点在中央)),(2)空域移位:,周期性和共轭对称性,周期性:,共轭对称性:,证明: (1)周期性:,(2) 共轭对称性:,旋转不变性,注:为看清问题的实质、简化旋转不变性的证明,以上用二维连续傅里叶变换进行证明。实际上,由连续积分公式进行离散化处理,即可得到离散公式,证明可参照连续情况进行。,f=zeros(512,512); f(246:266,230:276)=1; subplot(221); imshow(f,) title(原图) F=fftshift(fft2(f); subplot(222); imsh
16、ow(log(1+abs(F),) title(原图的频谱) f=imrotate(f,45,bilinear,crop); subplot(223) imshow(f,) title(旋转450图) Fc=fftshift(fft2(f); subplot(224); imshow(log(1+abs(Fc),) title(旋转图的频谱),离散卷积定理,例1,求以下两个函数的卷积,1)连续卷积,2)离散卷积定理,离散卷积定义:,空间滤波输出:,结论:空间域进行滤波的过程就是“卷积”的过程。,证明:(1)空域卷积和,(2)频域卷积和:,离散的卷积原理基本上是和连续卷积相同,其差别仅仅是在与抽样间隔对应的离散增增量处发生位移,用求和代替微分,由于离散傅里叶变换和它的逆傅里叶变换都是周期函数,那么离散卷积定理应该和这个周期联系起来,就是让在计算卷积时让这两个离散函数具有同样的周期,否则将产生错误。,注意:利用FFT计算卷积时,为防止频谱混叠