四、圖像的頻域變換——傅立葉變換

約瑟夫·傅立葉(Joseph Fourier)——法國數(shù)學(xué)家总寒、物理學(xué)家扶歪,1807年提出傅立葉變換。

? ? ? ? 傅立葉變換是最早研究與應(yīng)用的酉變換摄闸;60年代出現(xiàn)快速傅立葉變換善镰;傅立葉變換域也稱為頻域。

基本數(shù)學(xué)概念

? ? ? ? 調(diào)諧信號(歐拉公式):\\f(t)=e^{j\omega t}=\cos(\omega t)+j\sin(\omega t),\quad 其中j^2=-1

? ? ? ? 傅立葉積分:

\\H(f)=\int_{-\infty}^{+\infty}h(t)e^{-j2\pi ft}dt,\quad 其中t代表時間年枕,f代表頻率

傅立葉變換的定義

一維連續(xù)

? ? ? ? f(x)為連續(xù)可積函數(shù)炫欺,其傅立葉變換定義為:

\\F(u)=\int_{-\infty}^{+\infty}f(x)e^{-j2\pi ux}dx

其反變換為:\\f(x)=\int_{-\infty}^{+\infty}F(u)e^{j2\pi ux}du

通常f(x)的傅立葉變換為復(fù)數(shù),可有通用表示式為:F(u)=R(u)+jI(u)熏兄,R(u)品洛、I(u)分別稱為傅立葉變換F(u)的實部和虛部。

? ? ? ? 可進(jìn)一步寫為指數(shù)形式:\\F(u)=|F(u)|e^{j\phi(u)}

其中:|F(u)|=\sqrt{R^2(u)+I^2(u)}稱之為f(x)的幅度譜摩桶、振幅譜或傅立葉譜桥状;\phi(u)=\arctan[I(u)/R(u)]稱之為f(x)的相位譜、相位角硝清。

圖2.1 將一個信號的波形分解為許多不同頻率正弦波之和
圖2.2 方波信號的分解
圖2.3 方波信號的時辅斟、頻域描述
圖2.4 一維傅立葉變換示例
圖2.5 矩形函數(shù)的傅立葉變換
圖2.6 sin(x)/x類函數(shù)的傅立葉變換
圖2.7 常數(shù)函數(shù)的傅立葉變換
圖2.8 脈沖函數(shù)的傅立葉變換
圖2.9 余弦函數(shù)的傅立葉變換(圖中打錯字了)
圖2.10 幾種特殊函數(shù)的傅立葉變換

一維離散

? ? ? ? 一維離散傅立葉變換公式為:

\\
F(u)=\frac{1}{N}\sum_{x=0}^{N-1}f(x)e^{-j\frac{2\pi ux}{N}}\quad u=0,1,\cdots,N-1

逆變換為:\\f(x)=\sum_{u=0}^{N-1}F(u)e^{j\frac{2\pi ux}{N}}\quad x=0,1,\cdots,N-1

逆變換的另一種表達(dá)形式:\\f(x)=\frac{1}{N}\left[\sum_{n=0}^{N-1}F^*(u)e^{-j2\pi ux/N}\right]^*

二維連續(xù)

? ? ? ? 二維傅立葉變換由一維傅立葉變換推廣而來:

\\F(u,v)=\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}f(x,y)\exp[-j2\pi (ux+vy)]dxdy

逆變換:\\f(x,y)=\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}F(x,y)\exp[j2\pi (ux+vy)]dudv

\\F(u,v)=R(u,v)+jI(u,v)

幅度譜:\\|F(u,v)|=\sqrt{R^2(u,v)+I^2(u,v)}

相位譜:\\
\phi(u,v)=\arctan\left[\frac{I(u,v)}{R(u,v)}\right]

圖2.11 傅立葉變換圖例

二維離散

? ? ? ? 對于二維傅立葉變換,其離散形式為:

\\F(u,v)=\frac{1}{MN}\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}f(x,y)e^{\left[-j2\pi\left(\frac{ux}{M}+\frac{vy}{N}\right)\right]}

逆變換為:\\f(x,y)=\sum_{u=0}^{M-1}\sum_{v=0}^{N-1}F(u,v)e^{\left[j2\pi\left(\frac{ux}{M}+\frac{vy}{N}\right)\right]}

幅頻譜芦拿、相位譜:

\\\begin{array}{1}&F(u,v)=|F(u,v)|e^{j\varphi (u,v)}=R(u,v)+jI(u,v) \\&|F(u,v)|=\sqrt{[R^2(u,v)+I^2(u,v)]} \\&\varphi(u,v)=\arctan\frac{I(u,v)}{R(u,v)}\end{array}

二維離散傅立葉變換的性質(zhì)

? ? ? ? 1)線性性質(zhì)(加法定理):\\a_1f_1(x,y)+a_2f_2(x,y)\Leftrightarrow a_1F_1(u,v)+a_2F_2(u,v)

圖2.12 加法性質(zhì)示例

? ? ? ? 2)比例性質(zhì)(相似性定理):\\f(ax,by)\Leftrightarrow\frac{1}{|ab|}F\left(\frac{u}{a},\frac{v}砾肺\right)

圖2.13 比例性質(zhì)示例

比例性質(zhì)表明:信號在時域中壓縮(k>1,變化速度加快)等效于在頻域擴(kuò)展(頻帶加寬)防嗡;反之亦然变汪。

? ? ? ? 3)可分離性:\\\begin{array}{1}&F(u,v)=F_x\{F_y[f(x,y)]\}=F_y\{F_x[f(x,y)]\} \\&f(x,y)=F_u^{-1}\{F_v^{-1}[F(u,v)]\}=F_v^{-1}\{F_u^{-1}[F(u,v)]\}\end{array}

圖2.14 可分離性示例

二維DFT可分離為兩次一維DFT。

? ? ? ? 4)空間位移(位移定理):\\f(x-x_0,y-y_0)\Leftrightarrow F(u,v)e^{-j2\pi (ux_0+vy_0)/N}

圖2.15 空間位移示例

空間位移特性表明:信號在時域中沿時間軸平移一個常數(shù)時蚁趁,等效于頻譜函數(shù)的相位譜改變裙盾,而幅度譜不變。

? ? ? ? 5)頻率位移:\\f(x,y)e^{j2\pi (u_0x+v_0y)/N}\Leftrightarrow F(u-u_0,v-v_0)

函數(shù)的頻率位移相當(dāng)于傅立葉變換的坐標(biāo)原點平移他嫡,而幅度譜和相位譜不變番官。

? ? ? ? 6)周期性:\\F(u,v)=F(u+aN,v+bN),\quad f(x,y)=f(x+aN,y+bN)

圖2.16 二維離散DFT的周期性擴(kuò)展

離散傅立葉變換DFT和它的逆變換是以N為周期的函數(shù)。

? ? ? ? 7)共軛對稱性:若f(x,y)為實函數(shù)钢属,F(xiàn)(u,v)為其傅立葉變換徘熔,則\\F(u,v)\Leftrightarrow F^*(-u,-v)

圖像的傅立葉變換結(jié)果是以原點為中心的共軛對稱函數(shù)。

? ? ? ? 8)旋轉(zhuǎn)不變性:\\f(r,\theta+\theta_0)\Leftrightarrow F(\rho ,\varphi+\theta_0)

圖2.17 旋轉(zhuǎn)特性示例

旋轉(zhuǎn)特性描述:如果f(x,y)旋轉(zhuǎn)了一個角度α淆党,那么f(x,y)旋轉(zhuǎn)后圖像的傅立葉變換也旋轉(zhuǎn)了相同的角度α酷师。

結(jié)論:對圖像的旋轉(zhuǎn)變換和傅立葉變換的順序是可交換的讶凉。

? ? ? ? 9)平均值:\\F(0,0)=\frac{1}{N^2}\sum_{x=0}^{N-1}\sum_{y=0}^{N-1}f(x,y)=\bar{f}(x,y)

離散函數(shù)的均值等于該函數(shù)傅立葉變換在(0,0)點的值。

? ? ? ? 10)卷積定理:空域中的卷積等價于頻域中的相乘山孔。\\f(x,y)*h(x,y)\Leftrightarrow F(u,v)H(u,v)\\f(x,y)h(x,y)\Leftrightarrow F(u,v)*H(u,v)

? ? ? ? 11)相關(guān)定理:空域中f(x,y)與g(x,y)的相關(guān)等價于頻域中F(u,v)的共軛與G(u,v)相乘懂讯。

互相關(guān):

\\f(x,y)\bullet g(x,y)\Leftrightarrow F(u,v)G^*(u,v)\\f(x,y)g^*(x,y)\Leftrightarrow F(u,v)\bullet G(u,v)

自相關(guān):

\\f(x,y)\bullet f(x,y)\Leftrightarrow |F(u,v)|^2\\|f(x,y)|^2\Leftrightarrow F(u,v)\bullet F(u,v)

? ? ? ? 12)拉普拉斯函數(shù):\\\nabla^2f(x,y)=\partial^2f/\partial x^2+\partial^2f/\partial y^2

其傅立葉變換為:\\F\{ \nabla^2f(x,y) \}=-4\pi ^2(u^2+v^2)F(u,v)

這個定理將在圖像的邊界提取中用到。

二維離散傅立葉變換的顯示與計算

離散傅立葉變換的顯示

? ? ? ? 按照標(biāo)準(zhǔn)的傅立葉變換公式台颠,其幅度譜的強(qiáng)度分布具有下列特性:

圖3.1 幅度譜強(qiáng)度分布

? ? ? ? 在光學(xué)傅立葉變換中褐望,人們已習(xí)慣于變化領(lǐng)域中的低譜部分位于中央。使頻域的頻譜分布中間低串前、周圍高瘫里,有利于對頻譜的解釋和進(jìn)行各種計算與分析。

圖3.2 低譜部分位于中央的頻譜示例

為了達(dá)到上述要求——圖像中心化荡碾,借助于傅立葉變換的周期性與頻率位移性質(zhì)减宣,對頻域進(jìn)行換位:

? ? ? ? 使頻域的中心位移u_0=v_0=N/2\\f(x,y)(-1)^{x+y}\Leftrightarrow F(u-\frac N2,v-\frac N2)

? ? ? ? 相當(dāng)于對原始圖像f(x,y)乘以(-1)^{m+n},再進(jìn)行傅立葉變換:\\F^{’}(u,v)=F\{f(x,y)(-1)^{x+y}\}

? ? ? ? 對應(yīng)于F^{’}(u,v)的反變換不等于f(x,y):\\f(x,y)=F^{-1}\{F^{’}(u,v)\}\times (-1)^{x+y}

圖3.3 圖像中心化示例

? ? ? ? 二維傅立葉變換域分布特性:

圖3.4 二維傅立葉變換域分布特性

離散傅立葉變換的幅度與相位

? ? ? ? 圖像信號的傅立葉變換包含幅度與相位兩部分玩荠;幅度譜具有較明顯的信號結(jié)構(gòu)特征和易于解釋漆腌;實驗證明,幅度本身只包含有圖像本身含有的周期結(jié)構(gòu)阶冈,并不表示其在何處闷尿;相位譜類似隨機(jī)圖案,一般難以進(jìn)行解釋女坑;物體在空間的移動填具,相當(dāng)于頻域的相位移動,相位譜具有同樣重要的意義匆骗。

? ? ? ? 單憑幅度或相位信息劳景,均不足以恢復(fù)原圖像。?

離散傅立葉變換的計算

圖3.5 離散傅立葉變換示例-1
圖3.6 離散傅立葉變換示例-2

快速傅立葉變換(FFT)原理

基本思想

? ? ? ? 快速傅立葉變換的基本思想就是分解-征服碉就,即將大的問題分解成諸多小問題盟广,再一一解決這些小問題,從而最終解決大問題瓮钥。

圖3.7 快速傅立葉變換基本思想示意

? ? ? ? 1)將變換公式分解為奇數(shù)項和偶數(shù)項之和筋量。令:\\W_N^{ux}=\exp\left(-j\frac{2\pi ux}{N}\right)

DFT可表為:\\
F(u)=\frac1N\sum_{x=0}^{N-1}f(x)e^{-j\frac{2\pi ux}{N}}=\frac1N\sum_{x=0}^{N-1}f(x)W_N^{ux}\quad u=0,1,\cdots,N-1

令:N=2M

\\F(u)=\frac{1}{2M}\sum_{x=0}^{2M-1}f(x)W_{2M}^{ux}=\frac12\left[\frac1M\sum_{x=0}^{M-1}f(2x)W_{2M}^{u(2x)}+\sum_{x=0}^{M-1}f(2x+1)W_{2M}^{u(2x+1)}\right]

由于:\\W_{2M}^{2ux}=W_M^{ux}\quad(=\exp[-j\pi ux/M])

可得到:\\
\begin{array}{1}F(u)&=\frac12\left[\frac1M\sum_{x=0}^{M-1}f(2x)W_M^{ux}+\sum_{x=0}^{M-1}f(2x+1)W_M^{ux}W_{2M}^u\right]\\&=\frac12[F_{even}(u)+F_{odd}(u)W_{2M}^u]\quad u=0,1,2,\cdots,M-1\end{array}

進(jìn)一步分析:\\W_M^{u+M}=W_M^u\ \& \ W_{2M}^{u+M}=-W_{2M}^u

還可以得到:\\F(u+M)=\frac12[F_{even}(u)-F_{odd}(u)W_{2M}^u]\quad u=0,1,2,\cdots,M-1

逆向FFT算法

? ? ? ? 算法思想:用正向變換計算逆向變換。

? ? ? ? 設(shè)F(u)={\rm FFT}[f(x)]碉熄,可有:\\f(x)={\rm FFT}^{-1}[F(u)]=N\cdot\{{\rm FFT[F^*(u)]}\}^*

即:對F(u)取共軛桨武,利用正向FFT進(jìn)行變換計算,其結(jié)果取共軛后再乘以N锈津,即可得到f(x)呀酸。

二維快速傅立葉變換

? ? ? ? 利用傅立葉變換的分離性質(zhì),對二維FFT進(jìn)行2次的一維FFT變換:\\F(u,v)=FFT_行\(zhòng){FFT_列[f(x,y)]\}

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末琼梆,一起剝皮案震驚了整個濱河市性誉,隨后出現(xiàn)的幾起案子窿吩,更是在濱河造成了極大的恐慌,老刑警劉巖艾栋,帶你破解...
    沈念sama閱讀 218,204評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異蛉顽,居然都是意外死亡蝗砾,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評論 3 395
  • 文/潘曉璐 我一進(jìn)店門携冤,熙熙樓的掌柜王于貴愁眉苦臉地迎上來悼粮,“玉大人,你說我怎么就攤上這事曾棕】勖ǎ” “怎么了?”我有些...
    開封第一講書人閱讀 164,548評論 0 354
  • 文/不壞的土叔 我叫張陵翘地,是天一觀的道長申尤。 經(jīng)常有香客問我,道長衙耕,這世上最難降的妖魔是什么昧穿? 我笑而不...
    開封第一講書人閱讀 58,657評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮橙喘,結(jié)果婚禮上时鸵,老公的妹妹穿的比我還像新娘。我一直安慰自己厅瞎,他們只是感情好饰潜,可當(dāng)我...
    茶點故事閱讀 67,689評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著和簸,像睡著了一般彭雾。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上锁保,一...
    開封第一講書人閱讀 51,554評論 1 305
  • 那天冠跷,我揣著相機(jī)與錄音,去河邊找鬼身诺。 笑死蜜托,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的霉赡。 我是一名探鬼主播橄务,決...
    沈念sama閱讀 40,302評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼穴亏!你這毒婦竟也來了蜂挪?” 一聲冷哼從身側(cè)響起重挑,我...
    開封第一講書人閱讀 39,216評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎棠涮,沒想到半個月后谬哀,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,661評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡严肪,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,851評論 3 336
  • 正文 我和宋清朗相戀三年史煎,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片驳糯。...
    茶點故事閱讀 39,977評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡篇梭,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出酝枢,到底是詐尸還是另有隱情恬偷,我是刑警寧澤,帶...
    沈念sama閱讀 35,697評論 5 347
  • 正文 年R本政府宣布帘睦,位于F島的核電站袍患,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏竣付。R本人自食惡果不足惜协怒,卻給世界環(huán)境...
    茶點故事閱讀 41,306評論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望卑笨。 院中可真熱鬧孕暇,春花似錦、人聲如沸赤兴。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽桶良。三九已至座舍,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間陨帆,已是汗流浹背曲秉。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留疲牵,地道東北人承二。 一個月前我還...
    沈念sama閱讀 48,138評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像纲爸,于是被迫代替她去往敵國和親亥鸠。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,927評論 2 355

推薦閱讀更多精彩內(nèi)容

  • 1. 圖像處理中的傅立葉變換 將一幅圖像從其空間域(spatial domain)轉(zhuǎn)換為頻域(frequ...
    xieyan0811閱讀 14,577評論 3 18
  • 一、傅立葉變換的由來 關(guān)于傅立葉變換负蚊,無論是書本還是在網(wǎng)上可以很容易找到關(guān)于傅立葉變換的描述神妹,但是大都是些故弄玄虛...
    constant007閱讀 4,432評論 1 10
  • 應(yīng)用:二維離散傅里葉變換是將圖像從空間域轉(zhuǎn)至頻域,在圖像增強(qiáng)家妆、圖像去噪鸵荠、圖像邊緣檢測、圖像特征提取伤极、圖像壓縮等等應(yīng)...
    Code_r_Wang閱讀 39,488評論 0 11
  • 離散傅里葉變換 標(biāo)準(zhǔn)的 FFTs fft(a[, n, axis, norm]) 計算一維離散傅立葉變換蛹找。 iff...
    無賴宵小閱讀 4,776評論 0 1
  • 基礎(chǔ)概念 數(shù)字圖像:圖像可定義為一個二維函數(shù)f(x,y),幅值f為圖像的強(qiáng)度(灰度)。當(dāng)x,y,f是有限的離散數(shù)值...
    MWhite閱讀 7,593評論 0 3