图像变换_傅立叶频谱图

图像傅里叶变换方面的知识

图像变换 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

图像傅里叶变换方面的知识

图像变换

变换(transform)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。

图像傅里叶变换方面的知识

图像变换

图像变换的目的：①简化图像处理；②便于图像特征提取；③图像压缩；④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、有效的分析手段。

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。

图像傅里叶变换方面的知识

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。

图像傅里叶变换方面的知识

2、傅立叶变换傅立叶(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

图像傅里叶变换方面的知识

傅立叶变换

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。

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

图像傅里叶变换方面的知识

一维二维连续傅里叶变换1)定义

//f(x,y)

变换到

F(u,v)//

F (u )

f ( x )e

j 2 ux

dx

F (u, v)

f ( x, y )e j 2 (ux vy ) dxdy

2)逆傅立叶变换

f ( x)

F (u)e

j 2 ux

du

f ( x, y )

j 2 ( ux vy ) F ( u, v ) e dudv

3)傅立叶变换特征参数

F (u, v) R(u, v) jI (u, v)频谱/模F (u, v) R 2 (u, v) I 2 (u, v)

能量谱/功率谱相位角

P(u, v) F (u, v) R 2 (u, v) I 2 (u, v) (u, v) arctanI (u, v) R(u, v)

2

图像傅里叶变换方面的知识

二维离散傅里叶变换1)定义1 F (u, v) MNM 1 N 1 x 0 y 0

f ( x, y)e

j 2 ( ux/ M vy/ N )

u, v 0,1, N 1

2)逆傅立叶变换f ( x, y ) F (u, v)e j 2 (ux/ M vy/ N )x 0 y 0 M 1 N 1

x, y 0,1, N 1

F(u,v)为f(x,y)的频谱

图像傅里叶变换方面的知识

图像傅里叶变换方面的知识

3、频率域图像(频谱)或称为傅立叶谱

《题西林壁》----苏轼

只缘身在此山中

不识庐山真面目

远近高低各不同

横看成岭侧成峰

图像傅里叶变换方面的知识

原图

傅立叶变换频域图

图像傅里叶变换方面的知识

图像傅里叶变换方面的知识

原图

傅立叶变换后的频域图

图像傅里叶变换方面的知识

频率域图像

空间频率的理解：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。

图像傅里叶变换方面的知识

频率域图像

频率域的理解：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，则图像可由z=f(x,y)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)

图像傅里叶变换方面的知识

频率域图像

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 图像灰 …… 此处隐藏：596字，全部文档内容请下载后查看。喜欢就下载吧 ……