图像信号的正交变换精选PPT.ppt
《图像信号的正交变换精选PPT.ppt》由会员分享,可在线阅读,更多相关《图像信号的正交变换精选PPT.ppt(62页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、关于图像信号的正交关于图像信号的正交变换变换第1页,讲稿共62张,创作于星期日23.1 3.1 离散傅立叶变换离散傅立叶变换3.2 3.2 离散离散K KL L变换变换3.3 3.3 离散余弦变换离散余弦变换3.4 3.4 数字图像信号的正交基表示数字图像信号的正交基表示3.5 3.5 沃尔什变换和哈达玛沃尔什变换和哈达玛第三章 图像信号的正交变换第2页,讲稿共62张,创作于星期日3信号处理方法通常有两类:时域分析法和频域分析法。信号变换方法:经典的傅立叶变换、K-L变换、沃尔什变换、哈达玛变换、余弦变换以及最新的小波变换等3.1 离散傅立叶变换第3页,讲稿共62张,创作于星期日4一、一维离散
2、傅立叶变换一、一维离散傅立叶变换DFTDFT定义:设定义:设f(n)f(n)n=0,N-1n=0,N-1为一维信号的为一维信号的N N个抽个抽样,其离散傅立叶变换及其逆变换分别为:样,其离散傅立叶变换及其逆变换分别为:第4页,讲稿共62张,创作于星期日5二、二维离散傅立叶变换二、二维离散傅立叶变换DFTDFT第5页,讲稿共62张,创作于星期日6在DFT变换对中,F(u,v)称为离散信号f(x,y)的频谱,而|F(u,v)|称为幅度谱,(u,v)为相位谱,它们之间的关系为:第6页,讲稿共62张,创作于星期日7二维DFT的性质(1)变换的可分离性 第7页,讲稿共62张,创作于星期日8(2)旋转不变
3、性 如引入极坐标使:x=rcos,y=rsin =u=wcos v=wsin则f(x,y)和F(u,v)分别表示为f(r,)和F(w,)(r,+0)(w,+0)(3)二维DFT的实现 转置 f(x,y)F F列f(x,y)=F(u,y)F(u,y)转置 F F列F(u,y)=F(u,y)F(u,v)第8页,讲稿共62张,创作于星期日9性质列表连续傅立叶变换性 质离散傅立叶变换x(t)+y(t)X(f)+Y(f)线性x(k)+y(k)X(n)+Y(n)H(t)h(f)对称性1/NH(k)h(n)h(tt0)H(f)exp(j2ft0)时间域平移H(ki)H(n)exp(j2ni/N)h(t)ex
4、p(j2f0t)H(f f0)频率域位移 h(k)exp(j2 ik/N)H(ni)he(t)Re(f)偶函数he(k)Re(n)ho(t)jIo(f)奇函数 ho(k)jIo(n)h(t)=he(t)+ho(t)奇偶分解H(k)=he(k)+ho(k)y(t)=x()*h(t)卷积x(i)h(ki)=x(k)*h(k)x(t)*h(t)X(f)H(f)时域卷积定理x(k)*h(k)X(n)H(n)y(t)=x()h(t+)d=x(t)h(t)相关x(i)h(k+i)=x(k)h(k)x(t)h(t)X(f)*H(f)频率卷积定理x(k)h(k)1/NX(n)*H(n)|H(f)|2df巴什瓦
5、定理|H(n)|2第9页,讲稿共62张,创作于星期日10二维DFT变换实例1二维图象及其傅立叶幅度谱二维图象及其傅立叶幅度谱第10页,讲稿共62张,创作于星期日11二维DFT变换实例2二维图象及其傅立叶幅度谱二维图象及其傅立叶幅度谱第11页,讲稿共62张,创作于星期日12二维DFT变换实例3傅立叶变换幅度谱及其重建傅立叶变换幅度谱及其重建第12页,讲稿共62张,创作于星期日13傅立叶变换相位谱及其重建傅立叶变换相位谱及其重建第13页,讲稿共62张,创作于星期日14K-L变换也称为特征向量变换、主分量变换或霍特林(Hotelling)变换,它是完全从图像的统计性质出发实现的变换。它在数据压缩、图
6、像旋转、遥感多光谱图像的特征选择和统计识别等中是很有用的。变换的本质是选用不同的基函数,用基函数的不同线性组合来表示图像的坐标变量。是最复杂的变换,由于基矢量是根据图像的统计特性求出的,不同的图像基函数都不同,因而只具有理论意义。3.2 离散K-L变换第14页,讲稿共62张,创作于星期日15由于其变换基矢量或者说变换矩阵是根据输入图像的统计性质得出的,也就是说其变换矩阵是针对输入图像“量身定做”的,因此具有最佳的去相关性。第15页,讲稿共62张,创作于星期日16一、K-L变换的基函数K-L变换的基矢量是根据输入图像的统计特性协方差矩阵来构建的。原理:图像信号是随机变量,度量随机变量之间相关程度
7、用图像的协方差矩阵表示。第16页,讲稿共62张,创作于星期日17 要求计算某幅NN图像f(x,y)的协方差,我们可以针对这幅图像在通信干线上做M次传送,根据M次传送的图像总体集合进行统计。设每次传送的NN图像用一个行堆叠或列堆叠的N21维向量X X来表示,于是传送M次向量X X的平均值为:m mx xEX XX Xi 第17页,讲稿共62张,创作于星期日18图像的协方差矩阵:C Cx=E(X Xm mx)(X Xm mx)T=(X Xm mx)(X Xm mx)T=(X X X XT)m mxm mxT 对应的协方差矩阵是N2N2方阵 第18页,讲稿共62张,创作于星期日19令k和k(k=1,
8、2,N2)是协方差矩阵C Cx的特征值和对应的特征向量,即C Cxk=kk k=1,2,N2 如将特征值按减序排列,即123kN2 第19页,讲稿共62张,创作于星期日20特征值1对应的特征向量1=T特征值2对应的特征向量2=TT特征值N*N对应的特征向量N*N=以此类推第20页,讲稿共62张,创作于星期日21 以上述特征向量作为K-L变换的基向量,令其作为K-L变换核矩阵的行,便可以构成N2N2方阵,称为K-L变换核矩阵,即V=第21页,讲稿共62张,创作于星期日22用X X向量减去平均值向量m mx作为输入,根据上式对输入图像进行K-L变换,则得K-L变换表达式:Y Y=V V(X Xm
9、mx)第22页,讲稿共62张,创作于星期日23变换之后向量Y的均值:m my yEY Y=EV V(X Xm mx)=V VEX XV Vm mx0于是,K-L变换之后向量Y Y的协方差矩阵为:C Cy=E(Y Ym my)(Y Ym my)T=EV V(X Xm mx)(V V(X Xm mx)T=EV V(X Xm mx)(X Xm mx)TV VT=V VC CxV VT把协方差矩阵C Cx、变换核矩阵代入得:第23页,讲稿共62张,创作于星期日24Cy=Cx1,2,N2=Cx1,Cx2,CxN2=11,22,N2N2=第24页,讲稿共62张,创作于星期日25 经K-L变换之后的Y Y向
10、量其协方差C Cy是一个对角矩阵,对角线上的元素是Y Y向量的方差,其值是C Cx矩阵的特征值,左上角的特征值1最大,右下角的特征值N2最小。非对角线上的协方差为0,说明了Y Y向量之间的相关性最小。而原始图像X X向量的协方差矩阵C Cx的非对角元素不为零,说明有较强的相关性。由此可见,K-L变换最大可能地去除图像的相关性。第25页,讲稿共62张,创作于星期日26 对K-L正变换式两端同时左乘V V-1,并且利用K-L变换核矩阵是正交变换阵,其逆矩阵V V-1=V VT,便可以推出K-L反变换表达式:X=X=V VT TY+mY+mx 第26页,讲稿共62张,创作于星期日27三、特点 最大优
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像 信号 正交 变换 精选 PPT
限制150内