相关文章推荐
高大的茄子  ·  No module named ...·  1 月前    · 
气宇轩昂的便当  ·  python ...·  3 月前    · 
激动的盒饭  ·  sql server ...·  1 年前    · 
大气的薯片  ·  ant design ...·  1 年前    · 


一、图像变换

1图像变换的目的

简答来说利于图像特征提取,通常采用二维正交变换:需要满足以下要求
①可逆
②正、反变换算法不能太复杂

2.傅里叶变换内容

1.概念

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_傅里叶变换


狄利克雷条件(Dirichlet Conditions)

(1 )在一周期内,如果有间断点存在,则间断点的数目应是有限个;

(2)在一周期内,极大值和极小值的数目应是有限个;

(3)在一周期内,信号是绝对可积的

一般我们遇到的周期信号都能满足狄利克雷条件。

狄利克雷条件是一个信号存在傅里叶变换的充分不必要条件。

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_傅里叶变换_02


2.连续函数的傅立叶变换

①一维

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_二维_03


计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_计算机视觉傅里叶变换_04


②二维

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_计算机视觉傅里叶变换_05


2.离散函数的傅立叶变换

①一维

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_卷积_06


②二维

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_计算机视觉傅里叶变换_07


3.结论

傅立叶变换的原点值反映图像的平均灰度,即信号理论中的直流分量。

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_二维_08

3.傅里叶变换性质

1.可分离性

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_卷积_09


①先分别对M*N二维图像的列做长度为N的一维离散傅里叶变换,再对行做长度为M的一维傅里叶变换,就得到傅里叶变换结果:

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_傅里叶变换_10


②将上式分解成两部分

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_二维_11


F(x,v)是行变换,F(u,v)是列变换

2.周期性

离散信号的频率具有周期性,因此正逆变换都是以点数N为周期的。

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_傅里叶变换_12


3.共轭堆成性

傅里叶变换结果是以原点为中心的共轭对称函数。

4.平移性

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_二维_13


计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_计算机视觉傅里叶变换_14


5.旋转型战

f旋转一个角度,那旋转后的f的傅里叶变换也旋转相同角度。两者可逆,即先傅里叶旋转f也会旋转相同角度。

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_二维_15

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_卷积_16

4.卷积相关定理

1.定理

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_二维_17


根据空间域卷积定理,在空间域对应的是原始信号与滤波器的冲击响应的卷积,卷积定义式为信号翻折平移求和过程,对二者的频道的频谱(原始影像和频谱图)直接相乘就能得到滤波结果,再对其进行傅里叶变换就可以得到滤波后的空间域图像。

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_二维_18


低通滤波得到模糊图像,高通滤波得到边缘图像。

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_傅里叶变换_19


2.应用

计算机视觉傅里叶变换 digitalmicrograph傅里叶变换_二维_20