数字图像处理中常用变换

数字图像处理中常用变换

ID:20302428

大小:527.55 KB

页数:7页

时间:2018-10-11

数字图像处理中常用变换_第1页
数字图像处理中常用变换_第2页
数字图像处理中常用变换_第3页
数字图像处理中常用变换_第4页
数字图像处理中常用变换_第5页
资源描述:

《数字图像处理中常用变换》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、一、离散傅里叶变换1.离散傅里叶变换的特点离散傅里叶变换(DFT),是连续傅里叶变换在时域和频域上都离散的形式,将时域信号的采样变换为在离散时间傅里叶变换(DTFT)频域的采样。在形式上,变换两端(时域和频域上)的序列是有限长的,而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对无限长的离散信号作DFT,也应当将其看作经过周期延拓成为周期信号再作变换。在实际应用中通常采用快速傅里叶变换以高效计算DFT。DFT将空域变换到频域,很容易了解到图像的各空间频域的成分。DFT的应用十分广泛,如:图像的特征提取、空间频率域滤波、图

2、像恢复和纹理分析等。2.离散傅里叶变换的性质1)线性性质2)比例性质3)可分离性4)平移性质5)图像中心化6)周期性7)共轭对称性8)旋转不变性9)卷积定理10)平均值二、离散余弦变换1.离散余弦变换简介为了快速有效地对图像进行处理和分析,常通过正交变换将图像变换到频域,利用频域的特有性质进行处理。传统的正交变换多是复变换,运算量大,不易实时处理。随着数字图像处理技术的发展,出现了以离散余弦变换(DCT)为代表的一大类正弦型实变换,均具有快速算法。目前DCT变换在数据压缩,图像分析,信号的稀疏表示等方面有着广泛的应用。由于其变换矩阵

3、的基向量很近似于托普利兹(Toeplitz)矩阵的特征向量,而托普利兹矩阵又体现了人类语言及图像信号的相关特性,因此常被认为是对语音和图像信号的最佳变换。对给定长度为N的输入序列f(x),它的DCT变换定义为:式中:,式中的的满足:在数字图像处理中,通常使用二维DCT变换,正变换为:其逆变换IDCT为:式中:,。由于DCT的变换核是可分离的,为此,二维DCT变换可通过两次一维变换实现,这一方法称为行列分离法。其过程如下图所示:由图知,该方法是先沿行(列)进行一维DCT变换计算,再沿列(行)进行一次一维DCT变换,共需做M次N点的和N

4、次M点的一维DCT变换。其好处是结构简单,容易实现。在DCT变换中,我们称F(0,0)为DC系数,其余为AC系数。下图说明了DCT系数的分布规律。DCT变换最主要的一个特点就是图像经过变换后,主要的能量多数集中在低频系数区域,而图像的细节等信息则分布在中高频区域。因此,在压缩传感中,可以采用DCT变换将信号变为稀疏信号,将能量较多的低频系数传输到解码端进行重构。同时,最近的研究还发现,在DCT变换域中,图像纹理特征也呈现一定的分布规律。这使得DCT变换在图像压缩、特征提取、图像分析,稀疏表示中有着重要的应用。015624712381

5、1139101415低频中频高频DC(a)频带分布(b)z形扫描方式图4.2DCT系数的特点(a)频带分布(b)z形扫描方式2.离散余弦变换的特点离散余弦变换的变换核为余弦变换,因其变换核为实数,所以,DCT的计算速度比变换核为复数的DFT要快的多。DCT除了具有一般的正交变换性质外,它的变换阵的基向量能很好的描述人类语音信号,图像信号的相关特征。三、离散沃尔什-哈达玛变换1.离散沃尔什-哈达玛变换的特点WHT是将一个函数变换成取值为+1或-1的。即是将一个函数变换成取值为+1或-1的基本函数构成的级数,用它来逼近数字脉冲信号时要比

6、FFT有利。同时,WHT只需要进行实数运算,存储量比FFT要少得多,运算速度也快得多。因此,WHT在图像传输、通信技术和数据压缩中被广泛使用。2.离散沃尔什-哈达玛变换的性质WHT具有能量集中的特性,而且原始数据中数字越是均匀分布,经变换后的数据越集中于矩阵的边角上。因此,可用来压缩图像信息。四、K-L变换1.K-L变换的特点K-L变换也常称为主成分变换(PCA)或霍特林变换,是一种基于图像统计特性的变换,它的协方差矩阵除对角线以外的元素都是零,消除了数据之间的相关性,从而在信息压缩方面起着重要作用。K-L变换虽然具有MSE意义下的

7、最佳性能,但需要先知道信源的协方差矩阵并求出特征值。求特征值与特征向量并不是一件容易的事,维数较高时甚至求不出来。即使能借助计算机求解,也很难满足实时处理的要求,而且从编码应用看还需要将这些信息传输给接收端。这些因素造成了K-L变换在工程实践中不能广泛使用。人们一方面继续寻求解特征值与特征向量的快速算法,另一方面则寻找一些虽不是“最佳”、但也有较好的去相关与能量集中的性能且容易实现的一些变换方法。而K-L变换就常常作为对这些变换性能的评价标准。2.K-L变换的性质1)去相关特性。K-L变换是变换后的矢量信号的分量互不相关。2)能量集

8、中性。所谓能量集中性,是指对N维矢量信号进行K-L变换后,最大的方差集中在前M个低次分量之中。3)最佳特性。K-L变换是在均方误差测度下,失真最小的一种变换。4)无快速算法,且变换矩阵随不同的信号样值集合而不同。这是K-L变换的一个缺

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。