引言
3.1 傅里叶变换与离散傅里叶变换快速算法
图像的频域变换
频率通常是指一维物理量随时间变化快慢程度的度量。
例如:交流电频率为50~60Hz(交流电压)、中波某电台1026kHz(无线电波)
图像是二维信号,其坐标轴是二维空间坐标轴, 图像本身所在的域称为空间域(Space Domain)。
每一种变换都有自己的正交函数集,引入不同的变换
傅里叶变换与时频分析
人类视觉所感受到的是在空间域和时间域的信号。但是,往往许多问题在频域中讨论时,有其非常方便分析的一面。
我们知道,任何复杂的周期信号f(t)可以用简单的调和振荡函数表示成如下形式:
这就是著名的傅里叶级数,
于是,周期函数f(t) 就与下面的傅里叶序列产生了一一对应,即
从数学上已经证明了,傅里叶级数的前
对于L2(R)上的非周期函数f(t) ,有
称
当一个一维信号
(1) 具有有限个间断点;
(2) 具有有限个极值点;
(3) 绝对可积。
则其傅里叶变换对(傅里叶变换和逆变换)一定存在。在实际应用中,这些条件一般总是可以满足的。
一维傅里叶变换对的定义为:
式中:
例1:
一维傅里叶变换可以很容易地推广到二维,如果二维函数
式中:
例2:
在数字图像处理中应用傅里叶变换, 还需要解决两个问题:
一是在数学中进行傅里叶变换的
二是数学上采用无穷大概念,而计算机只能进行有限次计算。
计算机能运算的傅里叶变换称为离散傅里叶变换(Discrete Fourier Transform,DFT)。
设
式中:
注:式 (2) 中的系数
由欧拉公式:
将式 (3) 代入式 (1),并利用
可见,离散序列的傅里叶变换仍是一个离散的序列,每一个
通常傅里叶变换为复数形式, 即:
式中,
其中
通常称
考虑到两个变量,就很容易将一维离散傅里叶变换推广到二维。二维离散傅里叶变换对定义为:
式中:
像一维离散傅里叶变换一样,系数
Fourier变换有两个好处:
1)可以得出信号在各个频率点上的强度。
2)可以将卷积运算化为乘积运算。
图像频域处理的理论基础
卷积理论
• 被处理图像
• 变换函数
• 目标图像
有卷积:
有等式:
有等式:
傅里叶变换
利用傅里叶变换的特性,将时间信号正变换到频率域后进行处理(例如低通、高通或带通),然后再反变换成时间信号,即可完成对信号的滤波。
• 低通滤波:在频率域中抑制高频信号
• 高通滤波:在频率域中抑制低频信号
二维离散函数的傅里叶频谱、 相位谱和能量谱分别为:
式中,
1.可分离性
一个二维傅里叶变换可分解为两步进行, 其中每一步都是一个一维傅里叶变换,
先对
如图所示。显然对
2.平移性质
图像中心化
平移性质表明,只要将
下图是简单方块图像平移的结果:
3.旋转不变性
由旋转不变性,如果时域中离散函数旋转
(a)原始图像 (b)原始图像的傅里叶频谱 (c)旋转
由于二维离散傅里叶变换具有可分离性, 即它可由两次一维离散傅里叶变换计算得到,因此,仅研究一维离散傅里叶变换的快速算法即可。
先将式 (1) 写为:
式中,
可将式 (14) 所示的一维离散傅里叶变换(DFT)用矩阵的形式表示为:
式中,由
观察DFT的
因此可进一步减少计算工作量。
例如,对于
由
可见
如果把一个离散序列分解成若干短序列, 并充分利用旋转因子W的周期性和对称性来计算离散傅里叶变换,便可以简化运算过程,这就是FFT的基本思想。
设N为2的正整数次幂, 即:
令
将式 (17) 代入式 (14),离散傅里叶变换可改写成如下形式:
由旋转因子W的定义可知
现定义
式 (19) 变为:
进一步考虑
由此,可将一个
以计算N=8的DFT为例 …… 待补充
傅里叶变换在图像处理中是一个最基本的数学工具。利用这个工具,可以对图像的频谱进行各种各样的处理,如滤波、降噪、增强等。