《数字图像处理第章傅立叶变换.ppt》由会员分享，可在线阅读，更多相关《数字图像处理第章傅立叶变换.ppt（76页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、数字图像处理第章傅立叶变换数字图像处理第章傅立叶变换2学习重点二维傅立叶变换的定义二维傅立叶变换的定义 二维傅立叶变换的性质二维傅立叶变换的性质二维傅立叶变换二维傅立叶变换matlab实现实现 3学习内容8.1 8.1 一维傅立叶变换一维傅立叶变换8.2 8.2 二维傅立叶变换二维傅立叶变换 8.3 8.3 傅立叶变换的性质傅立叶变换的性质 8.4 matlab8.4 matlab傅立叶变换的实现傅立叶变换的实现8.5 8.5 傅立叶变换的应用简介傅立叶变换的应用简介4为什么要在频率域研究图像增强为什么要在频率域研究图像增强n可以利用频率成分和图像外表之间的对应关系。一些在空间域表达困难的增强
2、任务，在频率域中变得非常普通。n滤波在频率域更为直观，它可以解释空间域滤波的某些性质n给出一个问题，寻找某个滤波器解决该问题，频率域处理对于试验、迅速而全面地控制滤波器参数是一个理想工具 5为什么要在频率域研究图像增强为什么要在频率域研究图像增强n可以在频域指定滤波器，做反变换，然后在空间域使用结果滤波器作为空间域滤波器的指导n一旦通过频域试验选择了空间滤波，通常实施都在空间域进行n一旦找到一个特殊应用的滤波器，通常在空间域采用硬件实现它6n法国数学家傅立叶(生于1768年)在1822年出版的热分析理论一书中指出:任何周期函数都可以表达为不同频率的正弦和或余弦和的形式,即傅立叶级数。n20世纪
3、50年代后期,快速傅立叶变换算法出现,得到了广泛的应用。8.1 一维傅立叶变换一维傅立叶变换781）一维连续函数的傅立叶变换（一维连续函数的傅立叶变换（FT）定义：若函数满足狄里赫利定义：若函数满足狄里赫利(Dirichlet)条件：条件：1）具有有限个间断点；）具有有限个间断点；2）具有有限个极值点；）具有有限个极值点；3）绝对可积，）绝对可积，则下列变换成立：则下列变换成立：傅立叶正变换：傅立叶正变换：傅立叶反变换：傅立叶反变换：8.1 一维傅立叶变换一维傅立叶变换9如果如果为实函数，傅立叶变换用复数表示：为实函数，傅立叶变换用复数表示：用指数形式表示：用指数形式表示：傅立叶谱：傅立叶谱：
4、相角：相角：能量谱：能量谱：10n离散函数f(x)(其中x，u=0,1,2,M-1)的傅 立叶变换:nF F(u u)的反变换的反变换:计算计算F(u)F(u)：1)1)在指数项中代入在指数项中代入u=0u=0，然后将所有，然后将所有x x 值相加值相加2)u=12)u=1，复对所有，复对所有x x 的相加；的相加；3)3)对所有对所有M M 个个u u 重重复此过程，得到完复此过程，得到完整的整的FTFT。2）一维离散傅立叶变换（一维离散傅立叶变换（DFT）11n离散傅里叶变换及其反变换总存在。n用欧拉公式得每个每个F(u)F(u)由由f f(x x)与对应频率的正弦和余弦乘积和组成与对应频
5、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。12n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。n傅里叶变换的成份：直流分量和交流分量13傅立叶变换在极坐标下表示傅立叶变换在极坐标下表示:频率谱频率谱相位谱相位谱功率谱功率谱14f(x)是一门函数，如图所示，它表示为：求其傅立叶变换求其傅立叶变换F(u)F(u)15解：解：16对应的傅立叶谱为对应的傅立叶谱为：17简单函数的傅里叶谱简单函数的傅里叶谱M M 点离
6、散函数及其傅里叶频点离散函数及其傅里叶频谱谱(M=1024,A=1,K=8)(M=1024,A=1,K=8)；对应的傅里叶频谱对应的傅里叶频谱 曲线下面积：当曲线下面积：当x x 域域加倍时，频率谱的高度加倍时，频率谱的高度也加倍；当函数长度加也加倍；当函数长度加倍时，相同间隔下频谱倍时，相同间隔下频谱中零点的数量也加倍。中零点的数量也加倍。188.2 二维傅立叶变换二维傅立叶变换1 1）二维连续函数傅立叶变换（二维连续函数傅立叶变换（2DFT2DFT）定义定义:若若f(x,y)f(x,y)是连续图像函数是连续图像函数反变换反变换:正变换正变换:变换对变换对:19幅度谱、相位谱、能量谱幅度谱、
7、相位谱、能量谱一般一般F(u,v)F(u,v)是复函数是复函数,即即:幅度谱幅度谱:相位谱相位谱:能量谱能量谱:20定义定义:若若f(x,y)是离散图像函数，为是离散图像函数，为MN维大小（通常维大小（通常M=N），），则其傅立叶变换为：则其傅立叶变换为：正变换正变换:反变换反变换:2)2)二维离散傅立叶变换二维离散傅立叶变换211）可分离性：正反变换都具有分离性可分离性：正反变换都具有分离性8.3 二维傅立叶变换的性质二维傅立叶变换的性质221）可分离性：正反变换都具有分离性可分离性：正反变换都具有分离性利用二维傅立叶变换的可分离性，可将二维利用二维傅立叶变换的可分离性，可将二维DFTDFT
8、转化转化 成一维成一维DFTDFT计算。即，先在计算。即，先在x x（或（或y y）方向进行一维）方向进行一维DFTDFT，再在，再在y y（或（或x x）方向进行一维）方向进行一维DFTDFT232）平移性平移性公式（公式（1）：）：242）平移性平移性：公式（2）：252）平移性）平移性：263）分配律）分配律：273）尺度变换（缩放）尺度变换（缩放）：285）旋转性）旋转性则：此式含义是：当原图像旋转某一角度时，此式含义是：当原图像旋转某一角度时，FT后的图后的图像也旋转同一角度。像也旋转同一角度。29旋转性举例：旋转性举例：原图像及其傅立叶幅度谱图像原图像及其傅立叶幅度谱图像原图像旋转
9、原图像旋转45，其幅度谱图像也旋转，其幅度谱图像也旋转45 306)周期性和共轭对称性周期性和共轭对称性316）周期性和共轭对称性）周期性和共轭对称性327）平均值）平均值337）平均值）平均值348）卷积定理）卷积定理*卷积卷积 乘积乘积 则：359）相关定理相关定理则：*共轭 乘积 相关 36卷积和相关理论总结：卷积和相关理论总结：卷积是空间域滤波和频率域滤波之间的纽带。卷积是空间域滤波和频率域滤波之间的纽带。37 相关性匹配举例延拓图像延拓图像f(x,y)相关函数图像相关函数图像离散傅立叶变换应用中的问题1)频谱的图像显示 谱图像就是把|F(u,v)|作为亮度显示在屏幕上。由于在傅立叶变
10、换中F(u,v)随u，v衰减太快，直接显示高频项只能看到一两个峰，其余都不清楚。为了符合图像处理中常用图像来显示结果的惯例，通常用D(u,v)来代替，以弥补 只 显 示|F(u,v)|不 够 清 楚 这 一 缺 陷。D(u,v)定义为：39 下图给出了一维傅立叶变换原频谱|F(u)|图 形 和 D(u)图 形 的 差 别。原|F(u)|图形只有中间几个峰可见，图(b)为处理后D(u)的图形。2)频谱的频域移中 常用的傅里叶正反变换公式都是以零点为中心的公式，其结果中心最亮点却在图像的左上角，作为周期性函数其中心最亮点将分布在四角，这和我们正常的习惯不同，因此，需要把这个图像的零点移到显示的中心
11、。例如把F(u,v)的原零点从左上角移到显示屏的中心。41 当周期为N时，应在频域移动N2。利用傅立叶的频域移动的性质：当u0=v0=N/2时 在作傅立叶变换时，先把原图像f(x,y)乘以(-1)x+y，然后再进行傅立叶变换，其结果谱就是移N2的F(u,v)。其频谱图为|F(u,v)|。42移中性：变换后主要能量（低频分量）集中在频率移中性：变换后主要能量（低频分量）集中在频率平面的中心。平面的中心。未移中的变换：未移中的变换：FT移中的变换：移中的变换：能量集中于中心能量集中于中心移中移中FT原图像原图像f（x，y）能量分布于四角能量分布于四角438.4 matlab傅立叶变换的实现傅立叶变
12、换的实现 在在matlab中，一维快速傅立叶变换函数中，一维快速傅立叶变换函数fft调用格式如调用格式如下：下：Y=fft(X)：返回向量：返回向量X的离散傅立叶变换的离散傅立叶变换Y=fft(X,n)：返回：返回n点的傅立叶变换点的傅立叶变换Y=fft(X,dim)：表示在维数：表示在维数dim上应用上应用fft算法算法Y=fft(X,n,dim)44 快速傅里叶变换(FFT)并不是一种新的变换，它是离散傅里叶变换(DFT)的一种算法。这种方法是在分析离散傅里叶变换(DFT)中的多余运算的基础上，进而消除这些重复工作的思想指导下得到的，所以在运算中大大节省了工作量，达到了快速的目的。45nN
13、维傅立叶变换：Y=fftn(X)返回X的多维离散傅立叶变换，结果Y和X的大小一致。n把傅立叶变换的零频率部分移到频谱的中间，使用fftshif函数，调用格式如下：Y=fftshift(X)把fft函数、fft2函数和fftn函数输出的结果的零频率部分移到数组的中间。对于向量，把X的左右部分交换，对于矩阵，把X的第一、三象限和二、四象限交换468.5 傅立叶变换的应用简介傅立叶变换的应用简介 1）图像的傅立叶分析图像的傅立叶分析%已知一幅已知一幅30*30大小的二值图像，在图像中间有大小的二值图像，在图像中间有个长为个长为5高为高为20的白色区域，其它区域为黑色的白色区域，其它区域为黑色%对这幅
14、图进行傅立叶变换分析（主要用用对这幅图进行傅立叶变换分析（主要用用FFT算算法）法）clcclear allf=zeros(30,30);f(5:24,13:17)=1;%定义图像数组定义图像数组figure()imshow(f,InitialMagnification,fit);47 F=fft2(f);%二维傅立叶变换（二维傅立叶变换（fft算法）算法）figure()mesh(fftshift(abs(F);%绘制频谱图绘制频谱图F2=fftshift(log(1+abs(F);figure()imshow(F2,-1 5,InitialMagnification,fit);%显示频谱图
15、像，频谱的零频率系数被移到频谱中间显示频谱图像，频谱的零频率系数被移到频谱中间colormap(jet);colorbar48%在上面的变换前的矩阵没有被填充，下面比较在上面的变换前的矩阵没有被填充，下面比较填充矩阵后的情况填充矩阵后的情况F=fft2(f,256,256);%在变换前在变换前f被用被用0填充成填充成256*256的矩阵，变换的矩阵，变换后的矩阵大小也是后的矩阵大小也是256*256figure()imshow(fftshift(log(1+abs(F),-1 5);colormap(jet);colorbar49变换前的图像傅立叶变换后的频谱图50未填充的傅立叶变换后频谱图像
16、填充后的傅立叶变换后频谱图像51 （a）原始图像 （b）离散傅里叶频谱二维图像及其离散傅里叶频谱的显示 52图图a a）乘以一指数）乘以一指数e e-1-1，将图像亮度整体变暗，并求其，将图像亮度整体变暗，并求其中心移到零点的频谱图中心移到零点的频谱图 （a a）变暗后的图）变暗后的图 （b b）变暗后中心移到零点）变暗后中心移到零点的频谱图的频谱图 当图片亮度变暗后，中央低频成分变小。当图片亮度变暗后，中央低频成分变小。故从中可知，中央低频成分代表了图片故从中可知，中央低频成分代表了图片的平均亮度，当图片亮度平均值发生变的平均亮度，当图片亮度平均值发生变化时，对应的频谱图中央的低频成分也化时
17、，对应的频谱图中央的低频成分也发生改变。发生改变。54图（图（a a）加入高斯噪声，得出一个有颗粒噪音的图，）加入高斯噪声，得出一个有颗粒噪音的图，并求其中心移到零点的频谱图并求其中心移到零点的频谱图（a a）有颗粒噪音）有颗粒噪音 （b b）有颗粒噪音）有颗粒噪音 中心移到零点的频谱图中心移到零点的频谱图 55%已知一幅1000*1000大小的二值图像，中间为50*300的白色区域，其它区域为黑色%下面研究这幅图像的傅立叶变换的平移特性(左右平移)clcclear allclose allf=zeros(1000,1000);f(350:649,475:524)=1;%定义图像2）傅立叶性质
18、（平移）傅立叶性质（平移）56subplot(221)imshow(f,InitialMagnification,fit);title(原始图像);subplot(222)F=fftshift(abs(fft2(f);imshow(F,-1 5,InitialMagnification,fit);title(原始图像的傅立叶变换频谱);subplot(223)57f=zeros(1000,1000);f(350:649,800:849)=1;imshow(f,InitialMagnification,fit);title(向X轴方向移动后的图像);subplot(224)F=fftshift(
19、abs(fft2(f);imshow(F,-1 5,InitialMagnification,fit);title(向X轴方向移动后的傅立叶变换频谱);5859%已知一幅1000*1000大小的二值图像，中间为50*300的白色区域，其它区域为黑色%下面研究这幅图像的傅立叶变换的平移特性(上下平移)clcclear allclose allf=zeros(1000,1000);f(350:649,475:524)=1;%定义图像subplot(221)imshow(f,InitialMagnification,fit);title(原始图像);上下平移上下平移60subplot(222)F=f
20、ftshift(abs(fft2(f);imshow(F,-1 5,InitialMagnification,fit);title(原始图像的傅立叶变换频谱);subplot(223)f=zeros(1000,1000);f(50:349,475:524)=1;imshow(f,notruesize);title(向X轴方向移动后的图像);61subplot(224)F=fftshift(abs(fft2(f);imshow(F,-1 5,notruesize);title(向X轴方向移动后的傅立叶变换频谱);6263%已知一幅1000*1000大小的二值图像，中间为50*300的白色区域，其
21、它区域为黑色%下面以这幅图像为例来研究傅立叶变换的旋转特性clcclear allclose allf=zeros(1000,1000);f(350:649,475:524)=1;%定义图像subplot(221)imshow(f,notruesize);title(原始图像);3）傅立叶性质（旋转）傅立叶性质（旋转）:64subplot(222)F=fftshift(abs(fft2(f);imshow(F,-1 5,InitialMagnification,fit);title(原始图像的傅立叶变换频谱);subplot(223)f=zeros(1000,1000);f(350:649,4
22、75:524)=1;f=imrotate(f,45,bilinear,crop);%以图像中心为将原点旋转45度imshow(f,notruesize);title(图像正向旋转45度);65subplot(224)F=fftshift(abs(fft2(f);imshow(F,-1 5,InitialMagnification,fit);title(图像正向旋转45度的傅立叶变换频谱);6667 4 4）比例尺度展宽比例尺度展宽（a a）原始图像原始图像 （b）比）比例尺度展例尺度展宽前的频宽前的频谱谱（c）比比例例尺尺度度a=0.1，b=1，展宽后的频谱展宽后的频谱68%模块匹配实例%傅立
23、叶变换可以应用于图像中定位目标图，也叫做模式匹配。%通常做法是：将图像和旋转90度后的模式图像（定位目标图）%做相关运算，然后对结果取一定的阈值clcclear allclose allbw=imread(text.png);a=bw(32:45,88:98);%从图像中提取字码“a”5）傅立叶性质（相关）傅立叶性质（相关）模板匹配模板匹配69subplot(221),imshow(bw);subplot(222),imshow(a)C=real(ifft2(fft2(bw).*fft2(rot90(a,2),256,256);%图像和定位模块图像旋转90度的傅立叶变换后做点乘运算，再返回空间
24、域%也就是相当于相关运算subplot(223),imshow(C,)max(C(:)70%寻找矩阵C的最大值thresh=60;%根据最大值确定阈值60subplot(224),imshow(Cthresh)%显示大于阈值的像素点71l对一副图片求其幅值谱和相位谱，并对幅值对一副图片求其幅值谱和相位谱，并对幅值谱和相位谱分别进行图像构，对比其所求结谱和相位谱分别进行图像构，对比其所求结果。果。（a a）原图）原图 6）傅立叶的幅度谱和相位谱傅立叶的幅度谱和相位谱 （b b）幅值谱）幅值谱 （c c）相位谱）相位谱 （d d）幅值谱重构图像（）幅值谱重构图像（e e）相位谱重）相位谱重构图像构
25、图像图图4.124.12傅里叶图像及其傅里叶变换傅里叶图像及其傅里叶变换 对对图图（a a）进进行行离离散散傅傅里里叶叶变变换换，得得出出幅幅值值谱谱图图（b b），相相位位谱谱图图（d d）及及幅幅值值谱谱重重构构图图像像图图（c c），相相位位谱谱重重构构图图图图（e e）。从从实实验验结结果果可可以以看看出出，从从幅幅值值谱谱图图像像中中得得到到的的信信息息比比在在相相位位谱谱图图像像中中得得到到的的信信息息多多，但但对对幅幅值值谱谱图图像像重重构构后后，即即忽忽略略相相位位信信息息，将将其其设设为为0 0，所所得得到到的的图图像像与与原原始始图图像像相相比比，结结果果差差别别很很大大；而而对对相相位位谱谱图图像像重重构构后后，及及忽忽略略幅幅值值信信息息，将将其其设设为为常常数数，可可以以从从中中看看出出图图像像的的基基本本轮轮廓廓来来。