數(shù)字圖像處理讀書報(bào)告5_第1頁
數(shù)字圖像處理讀書報(bào)告5_第2頁
數(shù)字圖像處理讀書報(bào)告5_第3頁
數(shù)字圖像處理讀書報(bào)告5_第4頁
數(shù)字圖像處理讀書報(bào)告5_第5頁
已閱讀5頁,還剩1頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、精品文檔數(shù)字圖像處理讀書報(bào)告5頻率域?yàn)V波錢增磊前言:本章主要學(xué)習(xí)圖像特征與用于表示這些特征的數(shù)學(xué)工具之間的聯(lián)系,介紹在基本的圖像濾波中如何使用福利葉變換。內(nèi)容要點(diǎn):一是傅里葉變換的起源及其應(yīng)用于數(shù)學(xué)、科學(xué)及工程的眾多分支;二是介紹取樣函數(shù)的基本原理以及對(duì)一維二維離散傅里葉變換的推導(dǎo)和頻率域處理的要領(lǐng);三是頻率域的公式表示及應(yīng)用;四是在圖像處理中實(shí)現(xiàn)傅里葉變換的有關(guān)問題進(jìn)行討論。一、傅里葉變換基礎(chǔ)傅里葉是法國數(shù)學(xué)家,他指出任何周期函數(shù)可以表示為不同頻率的正弦和/或余弦之和的形式,每個(gè)正弦項(xiàng)和/或余弦項(xiàng)乘以不同的系數(shù),最初是用在熱分析理論中。其主要有傅里葉級(jí)數(shù)、傅里葉變換、離散傅里葉變換以及快速傅

2、里葉變換。1、傅里葉級(jí)數(shù)在復(fù)數(shù)領(lǐng)域中,通常復(fù)數(shù)可用歐拉函數(shù)的形式進(jìn)行轉(zhuǎn)換表示:eje=cos6+jsine,那么復(fù)數(shù)為C=Cej8;則根據(jù)上述的傅里葉級(jí)數(shù)定義,得到二j2_nt1T/2空tf(t)=aeT,其中cn=-fj/2f(t)eTdt,n=0,1,2,nT2、沖激及其取樣特性9t=0比沖激函數(shù)定義為6(t)=3,其中被限制為滿足等式16(t)dt=1,其物理意義、0,t#05就是一個(gè)幅度無限,持續(xù)時(shí)間為0,具有單位面積的尖峰信號(hào)。其取樣特性為函數(shù)與沖激函數(shù)的乘積:Cf(t)每(t-t0)dt=f(t0);那么對(duì)于其離散的.,1,x=0函數(shù)具有相似的表達(dá),其沖激函數(shù)為6(x)=,其離散變

3、量的取樣特性為:0,x#0od工f(x)6(x-x0)=f(X0);X二C30其沖激串則定義為無限多個(gè)分離的周期沖激單元T之和:s(t)=E(t-niT);n=-二3、連續(xù)變量函數(shù)的傅里葉變換及其關(guān)系連續(xù)函數(shù)f的傅里葉變換為F(N)=廣f(t)e,2#dt,那么必存在一個(gè)傅里葉反變換:一二.i2.t.二一f(t)=fF(2)ej2曜d1,利用歐拉公式得到F(邑)=ff(t)cos(2nNt)jsin(2nNt)dt,由于積分的左邊唯一變量是N,所以說傅里葉變換域就是頻率域。在上一章中已經(jīng)知道,兩個(gè)函數(shù)卷積涉及一個(gè)函數(shù)關(guān)于原點(diǎn)翻轉(zhuǎn)并滑過另一個(gè)函數(shù),同樣在傅里葉變換中,同樣可以得到f(t)*h(t

4、)uH(N)F(N)和f(t)h(t)uH(2)*F(2)其中f)h(t)和H(N)F(N)為傅里葉變換對(duì),上述實(shí)現(xiàn)了空間域兩個(gè)函數(shù)的卷積的傅里葉變換等于兩個(gè)函數(shù)的傅里葉變換在頻率域中的乘積,反過來同樣得到。二、取樣和取樣函數(shù)的傅里葉變換1、取樣函數(shù)的傅里葉變換對(duì)于連續(xù)函數(shù)f(t),通過用一個(gè)AT單位間隔的沖激串作為取樣函數(shù)去乘以f(t),得到取一一一一樣后的函數(shù)f(t),即f(t)=f(t)sa(t)=Zf(t)d(t-nM)o那么對(duì)于其傅里葉變換得:n二二,.1nF(N)=與f(t)=F(NgS(N),其中S(N)=,6伍-);于是可以得到Tn-.::.T兩個(gè)傅里葉變換函數(shù)的卷積:二I,1

5、/,nF()=.()S(-)d=不F()、(-虧)daS_、F(J-)Tn-.:訂可以看到取樣后的函數(shù)的傅里葉變換是F(R)的一個(gè)拷貝的無限、周期序列,也是原始連續(xù)函數(shù)的傅里葉變換。T.JMYJ對(duì)于復(fù)原f(t),可以定義H(N)=,,通過H(N)與F(N)相乘得0,到F(N),就可以利用傅里葉反變換復(fù)原f(t)。2、取樣定理與混淆上述1/AT為取樣函數(shù)的取樣率,只有當(dāng)取樣率足夠高,一遍在周期之間提供有效的間隔,保持F(N)的完整性,取樣率需要滿足稱為取樣定理。那么不超過函數(shù)最高頻率的兩倍的取樣率來獲得樣本,那么就稱作欠取樣,就會(huì)產(chǎn)生混淆的現(xiàn)象,以低于奈奎斯特取樣率取樣的最終效果是周期重疊,導(dǎo)致

6、無法分離出變換的一個(gè)單周期,改變換已被鄰近周期的頻率破壞了。由于H(N)具有無限擴(kuò)展的頻率分量,如果用有限長度的取樣和紀(jì)錄工作,混淆是不可避免的,可以通過平滑輸入函數(shù)減少高頻分量的辦法來降低混淆的影響,這樣的處理叫抗混淆。三、離散傅里葉變換(DFT)、1、單變量的離散傅里葉變換,一、.由于傅里葉變換F(是周期為1/AT的無限周期連續(xù)函數(shù),那我們可以再周期0=0到N=1/AT之間得到M個(gè)等間距樣本,可以通過如下頻率處取樣:J=,m=0,1,2,M-1M:T于是可以得到相應(yīng)的離散傅里葉變換對(duì):M1F(u)=f(x)e,2-ux/M,u=0,1,2,,M-1x=0M1f(x)丁F(u)ej2rx/M

7、,x=0,12,M-1Mum無論對(duì)于正變換還是反變換,都是無限循環(huán)的,其周期為M,那么其離散的卷積表示為M4f(x)h(x)=Sf(m)h(x-m)m-02、兩個(gè)變量的傅里葉變換根據(jù)一維的推導(dǎo),同樣可以是用在二維變量中,可以得到在坐標(biāo)(t。,。)的沖激為qQqQJ/(t,z)、.(t-t0,z-Z0)dtdz=f(t0,Z0)QOQO其取樣特性為f(x,y)6(x-x0,y-y0)=f(x0,y0)。x二二二y二:二那么二維離散傅里葉變換為M4N4j2二(ux/Mvy/N)F(u,v)八f(x,y)ex=0y=0M4Nq_f (x, y)Ij27:.(ux/Mvy/N)F(u,v)eMNu2Q

8、OQ0那么二維取樣可用二維沖激串建模:s甚宏(t,z)=Z6(t-mAT,z-nAZ),同樣滿足m:n,、,*.一一一1,1取樣定理,要求t,z軸兩個(gè)分量分別滿足取樣定理:,2Rmax與A2vmax。.TZ對(duì)于二維變量,混淆的現(xiàn)象就擴(kuò)展到了圖像,存在兩種主要混淆:時(shí)間混淆和空間混淆。時(shí)間混淆與圖像序列中圖像間的時(shí)間間隔有關(guān),最常見的是“車輪效應(yīng)”??臻g混淆主要是欠取樣造成的,如“莫爾(波紋)模式、現(xiàn)狀特征中的鋸齒、偽高光等的出現(xiàn)。為了完美重建,理論上要適用無限求和來內(nèi)插,但實(shí)際上是達(dá)不到的,所以為了減少混淆,可以在縮小圖像之前稍微模糊以下圖像,然后再重采樣,就可以得到更加清晰地結(jié)果。其中二維D

9、FT的性質(zhì):(1)平移和旋轉(zhuǎn),其中平移不影響幅度(譜),旋轉(zhuǎn)角度兩者在變換前后是一致的;(2)周期性,其變換以及反變換在u方向和v方向是無限周期的,對(duì)于一維,將其中心化,可進(jìn)行操作f(x)(1)xyF(uM/2),對(duì)于二維同理可進(jìn)行操作f(x,y)(_1)x十=F(uM/2,vN/2);(3)對(duì)稱性,實(shí)函數(shù)f(x,y)的傅里葉變換是共軻對(duì)稱的:F*(u,v)=F(-u,-v),而對(duì)于虛函數(shù)其傅里葉變換是共軻反對(duì)稱的:F*(-u,-v)=-F(u,v)3、傅里葉譜及相角通過將二維DFT進(jìn)行極坐標(biāo)變換,可得到幅度F(u,v)=R2(u,v)+F2(u,v)1/2,稱為傅里葉譜(頻譜),它是用來存儲(chǔ)

10、圖像的灰度信息的;而其相角為u,v)=arctanI(U,v)R(u,v)是用來攜帶圖像形狀特性的。三、頻率域?yàn)V波頻率直接關(guān)系到空間的變化率,其中低頻對(duì)應(yīng)于變化緩慢的灰度分量,而其高頻則對(duì)應(yīng)于變化劇烈的灰度分量,尤其是邊緣與噪聲特性,于是引出頻率域的濾波來對(duì)圖像進(jìn)行操作。對(duì)一般操作的步驟可歸納為:首先輸入圖像f(x,y),并對(duì)其進(jìn)行指定大小的填充;再用(1)x4y乘以fp(x,y)移到其變換的中心s然后進(jìn)行DFT,并用濾波函數(shù)H(u,v)進(jìn)行濾波操作;接下來通過反變換得到空間域的函數(shù);最后得到處理后的圖像。1、適用頻率域?yàn)V波器平滑圖像通過衰減高頻信號(hào)來達(dá)到頻率域的平滑,所以引出低通濾波器,常用

11、有理想濾波器、布特沃斯濾波器、高斯濾波器三類。理想低通濾波器ILPF在頻率域的剖面圖類似于盒裝濾波器,其相應(yīng)的空間濾波器具有sinc函數(shù)形狀,所以其中心的波瓣是引起模糊的主因,而外側(cè)較小的波瓣是造成振鈴的主要原因。1.布特沃斯低通濾波器有形式:H(u,v)=z-,可根據(jù)不同的n得到不1 D(u,v/D。)2n同的徑向剖面,其平滑程度也不同,對(duì)于同一階,其截止頻率D0越大,其高頻越容易通過。頻率域與空間域具有反比性。該低通濾波器可看做是高斯濾波與理想濾波的過渡。2 2高斯低通濾波器的表達(dá)形式為H(u,v)=e-D(u,v)/20r,其中仃=D0。2、適用頻率域?yàn)V波器銳化圖像跟平滑圖像相反,采用衰

12、減低頻信號(hào),來使銳化圖像,所以引出高通濾波器,常用的有理想高通濾波器、布特沃斯高通濾波器、高斯高通濾波器,都與上一節(jié)相似,這里提出與低通不同的是采用鈍化模板、高提升濾波和高頻強(qiáng)調(diào)濾波的方法,在第三章所討論過的,利用對(duì)原圖像進(jìn)行模糊后,用原圖像減去模糊圖像得到邊緣的增強(qiáng)模板,再加載在原圖像上得到銳化的效果,即g(x,y)=f(x,y)+k*gmask(x,y),其中當(dāng)k=1時(shí)為鈍化模板,k1高提升濾波器;同樣我們可以利用高通濾波器來表達(dá)該結(jié)果:.一g(x,y)=、kk2Hhp(u,v)F(u,v)該表達(dá)是即為高頻強(qiáng)調(diào)濾波器,其中k1之0給出了控制距原點(diǎn)的偏移量,k20控制高頻的貝獻(xiàn)。還有一種方法

13、叫同態(tài)濾波,根據(jù)照射-反射模型建立的,將一幅圖像f(x,y)表示為照射分量i(x,y)與反射分量r(x,y)的乘積,其中照射分量通常由慢的空間變化表征,而反射分量往往引起突變,所以將變換后的低頻與照射相對(duì)應(yīng),高頻與反射相對(duì)應(yīng),從而進(jìn)行頻率域的處理。其步驟如下:1f(x,y)=Wln對(duì)數(shù)=DFT=H(u,v)=(DFT)=取exp=g(x,y)3、選擇性濾波上述的一些濾波器主要在整個(gè)頻率矩形上操作,而很多應(yīng)用主要側(cè)重于指定的頻段或頻率矩形的小區(qū)域,前者主要是帶阻濾波器與帶通濾波器,后者主要是陷波濾波器;其中陷波濾波器是拒絕(或通過)事先定義的關(guān)于頻率矩形中心的一個(gè)鄰域的頻率。四、快速傅里葉變換(FFT)對(duì)于常用的頻率域方t算,通常要求(MN)2次的求和及加法,對(duì)于計(jì)算機(jī)來說是一個(gè)非常巨大的計(jì)算,所以將二維傅里葉變換轉(zhuǎn)換為一維變換執(zhí)行:F(UK)=Feven(U)-Fodd(U)W2uKK1K1其中Feven(U)f(2X)W!uX,Fdd(u)=f(2x+1)WK(x,所以得到把一個(gè)M點(diǎn)的變換,x=0x=0轉(zhuǎn)換為兩個(gè)(M

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論