已阅读5页,还剩39页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
,医学图像处理 杨阳 QQ:328131340 TelE-mail:yang_,频率域图像增强,04,主要内容,主要内容,第一部分,背景知识,1、图像变换的数学基础 2、图像变换的目的 3、图像变换的要求,频率域滤波,基本变换,同态 滤波,1,图像变换的数学基础,两方面问题: 抽象 物理现象 数学模型 数学工具:解决实际问题,1,图像变换的数学基础,将空域中的信号(图像)变换到另外一个域(频域),即使用该域中的一组单位正交基函数(相同基函数内积为1,不同基函数的内积为0)的线性组合来表示任意函数。 使用这组基函数的线性组合得到任意函数f,每个基函数的系数就是f与该基函数的内积。 图像变换通常是一种二维正交变换。,2,图像变换的目的,变换是个工具,一个域特征不突出到另一个域则突出,信号处理中空域和频域之间的相互变换常用。例如: Fourier变换之后的平均值,正比于图像的平均亮度,而高频分量可指示图像中边沿幅度和方向; 用于图像的变换编码的压缩频带,如对幅度小的变换系数或者丢弃,或者粗量化。 缩减计算维数,把Hotelling变换小幅度系数丢弃不用。,2,图像变换的目的,使图像处理问题简化; 有利于图像特征提取; 有助于从概念上增强对图像信息的理解;,3,图像变换的要求,正交变换: 一个实函数或复函数若用 x(t)表示,其定义域为(t0,t0+T)在此区间可展开为: 如若 * 共轭函数 并且 则m称正交函数,当c=1时称标准正交函数。 图像处理中用到变换核均为正交函数。,3,图像变换的要求,一般要求: 1. 正交变换必须是可逆的; 2. 正变换和反变换的算法不能太复杂; 3. 正交变换的特点是在变换域中图像能量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。,因此正交变换广泛应用在图像增强、图像恢复、特征提取、图像压缩编码和形状分析等方面,主要内容,第二部分,1、傅里叶变换及其反变换 2、傅里叶变换的性质 3、快速傅里叶变换(FFT),基本变换,背景知识,其他基本变换,频率域滤波,从纯粹的数学意义上看,傅立叶变换是将一个函数转换为一系列周期函数(正、余弦函数)来处理的。 从物理效果看,傅立叶变换是将图像从空间域转换到频率域。,1,傅里叶变换及其反变换,1.1 一维傅里叶变换对,一维连续函数 的傅里叶变换对定义为:,1,傅里叶变换及其反变换,1.1 一维傅里叶变换对,一维离散函数 的傅里叶变换对DFT定义为:,1,傅里叶变换及其反变换,1.1 一维傅里叶变换对,一维傅里叶变换的极坐标表示: 幅度或频率谱为 相角或相位谱为 功率谱或谱密度为,1,傅里叶变换及其反变换,1.1 一维傅里叶变换对,一维傅里叶变换举例: 幅度谱: 幅度谱图:,1,傅里叶变换及其反变换,1.2 二维傅里叶变换对,二维连续函数 的傅里叶变换对定义为:,1,傅里叶变换及其反变换,1.2 二维傅里叶变换对,二维离散函数 的傅里叶变换对DFT定义为: 注:u和v是图像的频率变量,x和y是图像的空域变量,1,傅里叶变换及其反变换,1.2 二维傅里叶变换对,二维离散函数 的傅里叶变换对DFT定义为: 变换核: 可见逆变换的物理含义为: f(x,y) 可看作 的线性组合。,1,傅里叶变换及其反变换,1.2 二维傅里叶变换对,直流份量,二维离散函数 的傅里叶变换对DFT定义为: 说明:在原点的傅里叶变换和图像的平均灰度成正比,1,傅里叶变换及其反变换,1.2 二维傅里叶变换对,二维傅里叶变换的极坐标表示: 幅度或频率谱为 相角或相位谱为 功率谱或谱密度为,1,傅里叶变换及其反变换,1.2 二维傅里叶变换对,离散图像的傅里叶变换原理 变换结果的 左上、右上、 左下、右下 四个角部分 对应于低频成分, 中央部分 对应于高频成分。 图像的二维离散傅立叶变换的频率成分分布示意图,1,傅里叶变换及其反变换,1.2 二维傅里叶变换对,离散图像的傅里叶变换原理 对于一幅图像,图像中: 灰度变化比较缓慢的区域对应较低的频谱, 灰度变化比较大的边缘地带对应较高的频谱。 大部分都是灰度变化缓慢的区域, 只有一小部分是边缘。 因此其变换域的图像: 能量主要集中在低频部分(对应值较高), 只有一小部分能量集中在高频部分(对应值较低)。,1,傅里叶变换及其反变换,1.2 二维傅里叶变换对,离散图像的傅里叶变换原理 (a)lenna图(b)傅氏变换的频谱图 图像及其频谱图像示意图,2,二维离散傅里叶变换的性质,2.1 可分离性,二维傅立叶变换式可以分离成如下形式: 正变换,2,二维离散傅里叶变换的性质,2.1 可分离性,二维傅立叶变换式可以分离成如下形式: 反变换,2,二维离散傅里叶变换的性质,2.1 可分离性,一个二维离散傅立叶变换可以先后两次运用一维傅立叶变换来实现。 先通过沿输入图像的每一行计算一维变换 再沿中间结果的每一列计算一维变换 可以改变上述顺序,即先列后行 上述相似的过程也可以计算二维傅里叶反变换,2,二维离散傅里叶变换的性质,2.1 可分离性,一个二维离散傅立叶变换可以先后两次运用一维傅立叶变换来实现。,2,二维离散傅里叶变换的性质,2.1 可分离性,2,二维离散傅里叶变换的性质,2.2 平移性,指将 乘以一个指数项,相当于把其二维离散傅立叶变换 的频域中心移动到新的位置。 将 乘以一个指数项,就相当于把其二维离散傅立叶反变换 的空域中心移动到新的位置。,2,二维离散傅里叶变换的性质,2.2 平移性,这个性质可以表示为: 傅立叶变换的幅值不变 :,2,二维离散傅里叶变换的性质,2.2 平移性,将 的原点移到 方阵的中心,以使能清楚地分析傅立叶变换谱的情况。要做到这一点,只需令: 则 可得:,2,二维离散傅里叶变换的性质,2.2 平移性,先以一维为例: f(x)=1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 ,N=16。求 F(u),2,二维离散傅里叶变换的性质,2.2 平移性,先以一维为例: f(x) = f(x)(-1)x = 1 -1 1 -1 1 -1 1 -1 0 0 0 0 0 0 0 0 ,求 F(u) ,2,二维离散傅里叶变换的性质,2.2 平移性,2,二维离散傅里叶变换的性质,2.2 平移性,未移中的变换 移中的变换,2,二维离散傅里叶变换的性质,2.2 平移性,2,二维离散傅里叶变换的性质,2.3 旋转性,若引入极坐标使 则 和 分别表示为 和 。 在极坐标中,存在以下的变换对 上式表明,如果 在空域旋转角度 ,则相应的傅立叶变换 在频域上也旋转同一角度 。,2,二维离散傅里叶变换的性质,2.3 旋转性,2,二维离散傅里叶变换的性质,2.4 周期性,傅立叶变换和反变换均以N为周期,即: F(u,v)= F(u+M,v)= F(u,v+N)= F(u+M,v+N) f(x,y)= f(x+M,y)= f(x,y+N)= f(x+M,y+N),2,二维离散傅里叶变换的性质,2.5 对称性,共轭对称性 如果f(x,y)是实函数,它的傅里叶变换是: 共轭对称(实部相等,虚部互为相反数)的,即 傅里叶变换的频率谱是关于原点偶对称的,即 复习:当两个复数实部相等,虚部互为相反数时,这两个复数叫做互为共轭复数。,2,二维离散傅里叶变换的性质,2.6 线性性,a)Image A; b)Image B; c)0.25*A + 0.75*
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2025年中国橄榄叶提取物行业市场调查及投资前景预测报告
- 2025年中国水暖电热毯行业市场前景预测及投资价值评估分析报告
- 2025年中国洁阴消毒液行业市场前景预测及投资价值评估分析报告
- 2025年中国玩具推车行业市场前景预测及投资价值评估分析报告
- 2025年中国生鲜行业市场分析报告
- 2025年中国真空抽气包装机行业市场规模及未来投资方向研究报告
- 2025年中国磁性材料行业发展前景预测及投资分析报告
- 2025年中国花卉苗圃市场运行态势研究报告
- 2025年中国轻质墙板防水材料行业市场前景预测及投资价值评估分析报告
- 2025年中国邦定机行业市场研究及投资战略预测报告
- 2025年税务师考试《财务与会计》试题及答案
- 光伏运维安全培训
- 冲压调试管理办法
- 重症护理超声进修汇报
- 法院罚没管理办法
- 【2025年】云南省昆明市特种设备作业烟花爆竹从业人员模拟考试试题含答案
- 全国大学生职业规划大赛《机械工程》专业生涯发展展示
- 物业多种经营管理办法
- 航空业碳中和路线图-洞察及研究
- JJG 264-2025 谷物容重器检定规程
- DB32∕T 4577-2023 安宁疗护服务规范
评论
0/150
提交评论