《数字图像处理数字图像处理与模式识别研究所》由会员分享，可在线阅读，更多相关《数字图像处理数字图像处理与模式识别研究所（88页珍藏版）》请在金锄头文库上搜索。
1、数字图像处理数字图像处理(Digital Image Processing）数字图像处理与模式识别研究所数字图像处理与模式识别研究所第二章 图像处理中的常用数学变换2.1 2.1 引言引言2.2 2.2 空域变换空域变换 2.2.1 2.2.1 代数运算代数运算 2.2.2 2.2.2 几何运算几何运算2.3 2.3 离散傅立叶变换离散傅立叶变换 2.3.1 2.3.1 离散傅立叶变换基本概念离散傅立叶变换基本概念 2.3.2 2.3.2 离散傅立叶变换基本性质离散傅立叶变换基本性质 2.3.3 2.3.3 快速离散傅立叶变换快速离散傅立叶变换2.4 2.4 离散离散GaborGabor变换变
2、换 2.4.1 2.4.1 加窗傅立叶变换加窗傅立叶变换 2.4.2 Gabor 2.4.2 Gabor变换的基本概念变换的基本概念 2.4.3 2.4.3 离散离散GaborGabor变换变换2.5 小波变换 2.5.1 连续小波变换 2.5.2 二进小波变换 2.5.3 离散小波变换 2.5.4 二维离散小波变换 2.5.5 小波变换的应用2.6 PCA变换 2.6.1 PCA的基本概念及问题描述 2.6.2 PCA变换的应用离散余弦变换其他的正交变换2.1 引言 图像的数学变换的特点在于其有精确的数学背景，是图像的数学变换的特点在于其有精确的数学背景，是许多图像处理技术的基础。在这些变换
3、中，一种是在空间许多图像处理技术的基础。在这些变换中，一种是在空间域上进行的，这些变换根据处理操作的特点，可以分为图域上进行的，这些变换根据处理操作的特点，可以分为图像的代数运算和几何运算，它们都是利用对输入图像进行像的代数运算和几何运算，它们都是利用对输入图像进行加工而得到输出图像。另一种重要的数学变换则是将原定加工而得到输出图像。另一种重要的数学变换则是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对图像利用输入图像在这些空间的特有性质有效而快速地对图像进行处理和分析。最典型的变换有离散
4、傅立叶变换，它把进行处理和分析。最典型的变换有离散傅立叶变换，它把空域中的图像信号看作二维时间序列，将其变换到频率域空域中的图像信号看作二维时间序列，将其变换到频率域来分析图像的频谱特性。来分析图像的频谱特性。 除了傅立叶变换外，常用的非空域的变换还有除了傅立叶变换外，常用的非空域的变换还有GaborGabor变换、小波变换、离散余弦变换、变换、小波变换、离散余弦变换、PCAPCA变换等等。无论是变换等等。无论是在空域中的数学变换还是频域中的数学变换，它们在图像在空域中的数学变换还是频域中的数学变换，它们在图像分析、滤波、增强、压缩等处理中都有着非常典型而重要分析、滤波、增强、压缩等处理中都有
5、着非常典型而重要的应用。的应用。2.2 空域变换2.2.1 2.2.1 代数运算代数运算 图像的代数运算是指对两幅图像进行点对点的四则运算图像的代数运算是指对两幅图像进行点对点的四则运算而得到一幅新的输出图像。图像的代数运算在图像处理中有而得到一幅新的输出图像。图像的代数运算在图像处理中有着广泛的应用，它除了可以实现自身所需要的算术操作，还着广泛的应用，它除了可以实现自身所需要的算术操作，还能为许多复杂的图像处理提供准备。能为许多复杂的图像处理提供准备。1. 1. 加法运算加法运算加法运算加法运算 2. 2. 减法运算（差分）减法运算（差分）减法运算（差分）减法运算（差分）+=（a）原图 （b
6、）梯度运算2.2.2 2.2.2 几何运算几何运算 几何运算可以改变图像中物体之间的空间关系。几何运算可以改变图像中物体之间的空间关系。这种运算可以看成是图像内的各物体在图像内移动这种运算可以看成是图像内的各物体在图像内移动的过程。例如，物体的转动、扭曲、倾斜、拉伸等的过程。例如，物体的转动、扭曲、倾斜、拉伸等等，都是几何运算的结果。等，都是几何运算的结果。0,0 xy 旋转0,0 xy 水平镜像0,0 xy 垂直镜像平移放缩旋转复杂变换 右图显示了在失真和相应的校正图像中的四边形区域，四右图显示了在失真和相应的校正图像中的四边形区域，四边的顶点是相应的边的顶点是相应的“ “控制点控制点” ”
7、。假设四边形区域中的几何形变。假设四边形区域中的几何形变过程用双线性方程对来建模，即：过程用双线性方程对来建模，即： FDCBAFDCAB几何变换的应用举例几何变换的应用举例几何变换的应用举例几何变换的应用举例 图像在生成过程中，由于系统本身具有非线性或拍摄角图像在生成过程中，由于系统本身具有非线性或拍摄角度不同，会使生成的图像产生几何失真。几何失真一般度不同，会使生成的图像产生几何失真。几何失真一般分为系统失真和非系统失真。系统失真是有规律的、能分为系统失真和非系统失真。系统失真是有规律的、能预测的；非系统失真则是随机的。预测的；非系统失真则是随机的。但对图像作定量分析时，就要对失真的图像进
8、行几何校但对图像作定量分析时，就要对失真的图像进行几何校正（即将存在几何失真的图像校正成无几何失真的图像）正（即将存在几何失真的图像校正成无几何失真的图像），以免影响分析精度。基本方法是先建立几何校正的数，以免影响分析精度。基本方法是先建立几何校正的数学模型；其次利用已知条件确定模型参数；最后根据模学模型；其次利用已知条件确定模型参数；最后根据模型对图像进行几何校正。通常分为两步：型对图像进行几何校正。通常分为两步： (1) (1)图像空间的坐标变换；图像空间的坐标变换； (2) (2)确定校正空间各象素的灰度值。确定校正空间各象素的灰度值。 灰度级插值 输出象素通常被映射到输入图像中的非整数
9、位置，输出象素通常被映射到输入图像中的非整数位置，即位于四个输入象素之间。因此，为了决定与该位即位于四个输入象素之间。因此，为了决定与该位置相对应的灰度值，必须进行插值运算。常用的插置相对应的灰度值，必须进行插值运算。常用的插值方法有值方法有3 3种：种： 1 1）最近邻插值）最近邻插值(Nearest Neighbor Interpolation)(Nearest Neighbor Interpolation) 2 2）双线性插值）双线性插值(Bilinear Interpolation)(Bilinear Interpolation) 3 3）三次立方插值）三次立方插值1）最近邻插值(Ne
10、arest Neighbor Interpolation)(Nearest Neighbor Interpolation)最简单的插值方法是最近邻插值，即选择离它所映射到的最简单的插值方法是最近邻插值，即选择离它所映射到的位置最近的输入象素的灰度值为插值结果。数学表示为：位置最近的输入象素的灰度值为插值结果。数学表示为：2）双线性插值(Bilinear Interpolation)双线性插值法是对最近邻法的一种改进，即用线性内插方双线性插值法是对最近邻法的一种改进，即用线性内插方法，根据点的四个相邻点的灰度值，分别在法，根据点的四个相邻点的灰度值，分别在x x和和y y方向上进方向上进行两次插
11、值，计算出的值。最后形成的插值函数为一双曲行两次插值，计算出的值。最后形成的插值函数为一双曲抛物面方程：抛物面方程：(0,0)f(0,0)(x,0)(0,y)(0,1)(x,1)(1,1)(1,0)f(1,0)(x,y)f(x,y)灰度双线性插值示意图yx首先，在首先，在x x方向上作线性插值，对上端的两个顶尖进方向上作线性插值，对上端的两个顶尖进行线性插值得：行线性插值得： 类似的，对于底端两个顶点进行线性插值有：y方向上作线性插值，以确定：最后得到双线性插值插值公式为： 3 3）三次立方插值）三次立方插值该方法利用三次多项式该方法利用三次多项式 来逼近理论上的最佳插值函数来逼近理论上的最佳
12、插值函数 ，其数学表达式为：，其数学表达式为：上式中的是周围象素沿方向离原点的距离。待求象素的灰上式中的是周围象素沿方向离原点的距离。待求象素的灰度值由其周围度值由其周围1616个点的灰度值加权内插得到。可推导出待个点的灰度值加权内插得到。可推导出待求象素的灰度值计算式为：求象素的灰度值计算式为：.2 .1 0 1 2S(x)x三次立方插值原理图0uv(x,y)(i,j)(i+1,j)(i+1,j+1)(i,j+1)(i.1,j.1)(i.1,j+2)(i+2,j.1)(i+2,j+2)其中：2.3 离散傅立叶变换2.3.1 2.3.1 傅立叶定义傅立叶定义理论基础、连续与离散的傅立叶变换。理
13、论基础、连续与离散的傅立叶变换。2.3.2 2.3.2 二维傅立叶变换特性二维傅立叶变换特性可分离性、周期与共轭对称、平移性；可分离性、周期与共轭对称、平移性；旋转特性、线性与相似性、均值性；旋转特性、线性与相似性、均值性；拉普拉斯、卷积与相关。拉普拉斯、卷积与相关。2.3.3 2.3.3 快速傅立叶变换快速傅立叶变换FFTFFT算法、逆向算法、逆向FFTFFT算法、算法实现。算法、算法实现。连续与离散的傅立叶变换 一维连续傅立叶变换 二维连续傅立叶变换 离散傅立叶变换 离散傅立叶变换的计算与显示3.1 傅立叶变换理论基础2.3.1 傅立叶变换导言:傅立叶变换离散傅立叶变换的计算与显示离散傅立
14、叶变换的计算举例离散傅立叶变换的显示离散傅立叶变换的计算举例xf(x0)=f(x0+x)012312342.3.1 傅立叶变换导言:傅立叶变换F(0) = 1/4f(x)exp0= 1/4f(0) + f1(1) + f(2) + f(3)= 1/4(2 + 3 + 4 + 4)F(1) = 1/4f(x)exp-j2x/4)= 1/4(2e0 + 3e j21 1/4 + 4e j22/4 + 4e j23/4)= 1/4(-2 + j)F(2) = -1/4(1 + j0)F(3) = -1/4(2 + j)离散傅立叶变换的显示 通过对傅立叶变换模，来显示傅立叶变换图象。由于模的值域大于显
15、示的值域，因此要进行动态值域的压缩D(u,v) = c log(1 + |F(u,v)|)其中： c = 255 / k; k = max(log(1 + |F(u,v)|)值域0,k的上限（最大值）离散傅立叶变换的显示离散傅立叶变换的显示对称平移后2.3.2 二维傅立叶变换特性可分离性周期与共轭对称平移性旋转特性 线性与相似性 均值性 拉普拉斯 卷积与相关2.3.2 二维傅立叶变换特性:可分离性先对行做变换：然后对列进行变换f(x,y)（0，0）（N-1，M-1）xyF(x,v)（0，0）（N-1，M-1）xvF(x,v)（0，0）（N-1，M-1）xvF(u,v)（0，0）（N-1，M-1
16、）uv2.3.3 快速傅立叶变换: FFT算法思想分析这些表达式得到如下的特性：分析这些表达式得到如下的特性：（1 1）一个）一个N N个点的变换，能够通过将原始表达个点的变换，能够通过将原始表达 式分成两个部分来计算式分成两个部分来计算（2 2）通过计算两个（）通过计算两个（N/2N/2）个点的变换。得到）个点的变换。得到 F Feveneven(u)(u)和和 F Foddodd(u)(u)（3 3）奇部与偶部之和得到）奇部与偶部之和得到F(u)F(u)的前的前(N/2)(N/2)个值。个值。（4 4）奇部与偶部之差得到）奇部与偶部之差得到F(u)F(u)的后的后(N/2)(N/2)个值。个值。 且不需要额外的变换计算且不需要额外的变换计算。2.3.3 快速傅立叶变换: FFT算法思想快速傅立叶变换的思想：快速傅立叶变换的思想：1 1）通过计算两个单点的）通过计算两个单点的DFTDFT，来计算两个点的，来计算两个点的DFTDFT2 2）通过计算两个双点的）通过计算两个双点的DFTDFT，来计算四个点的，来计算四个点的 DFT DFT，以此类推，以此类推3 3）对于任何）对于任何N=
