圖像處理讀書(shū)報(bào)告

1、精選優(yōu)質(zhì)文檔-傾情為你奉上傅里葉變換在圖像處理中的應(yīng)用摘 要為了有效的和快速的對(duì)圖像進(jìn)行處理和分析，常需要將原定義在圖像空間的圖像以某種形式轉(zhuǎn)換（正變換）到另外一些空間，并利用在這些空間的特有性質(zhì)方便進(jìn)行一定的加工，最后再轉(zhuǎn)換（反變換或逆變換）回圖像空間以得到所需的效果。這些在不同空間轉(zhuǎn)換的技術(shù)就是圖像變換技術(shù)。傅里葉葉變換是一種基本和常用的變換，它把圖像從圖像空間（空域）轉(zhuǎn)換到頻率空間（頻域）。 傅立葉變換研究是應(yīng)用數(shù)學(xué)的一個(gè)重要方向，一個(gè)多世紀(jì)以來(lái)，傅立葉變換作為數(shù)學(xué)工具被迅速的應(yīng)用到圖像和語(yǔ)音分析等眾多領(lǐng)域。通過(guò)在時(shí)空域和頻率域來(lái)回切換圖像，對(duì)圖像的信息特征進(jìn)行提取和分析，簡(jiǎn)化計(jì)算工作量

2、，被譽(yù)為描述圖像信息的第二種語(yǔ)言。理論正弦波就是一個(gè)圓周運(yùn)動(dòng)在一條直線上的投影。所以頻域的基本單元也可以理解為一個(gè)始終在旋轉(zhuǎn)的圓傅里葉變換傅里葉變換實(shí)際上是對(duì)一個(gè)周期無(wú)限大的函數(shù)進(jìn)行傅里葉變換。定義：?jiǎn)巫兞窟B續(xù)函數(shù)的傅里葉變換定義為等式逆變換為：二維離散傅里葉逆變換如下：其中。如果是實(shí)函數(shù)，則它的傅里葉變換必然為對(duì)稱的，即其中“*”表示對(duì)復(fù)數(shù)的標(biāo)準(zhǔn)共軛操作。它遵循其中，傅里葉變換的頻率譜是對(duì)稱的。傅立葉變換在圖像處理中的作用1. 圖像增強(qiáng)與圖像去噪 絕大部分噪音都是圖像的高頻分量，通過(guò)低通濾波器來(lái)濾除高頻噪聲；邊緣也是圖像的高頻分量，可以通過(guò)添加高頻分量來(lái)增強(qiáng)原始圖像的邊緣。圖像增強(qiáng)的原理：圖

3、像增強(qiáng)從處理的作用域出發(fā)可分為空間域和頻域兩大類。其中，頻域增強(qiáng)是將原空間的圖像以某種形式轉(zhuǎn)換到其他空間，然后利用該轉(zhuǎn)換空間的特有性質(zhì)進(jìn)行圖像處理，最后在轉(zhuǎn)換回到原空間，得到處理后的圖像，是一種間接增強(qiáng)的算法。圖像增強(qiáng)作為圖像處理的重要組成部分，促進(jìn)了圖像增強(qiáng)方法研究的不斷深入。目前主要有以下處理方法：傳統(tǒng)的圖像增強(qiáng)的處理方法可以分為空域和頻域圖像增強(qiáng)兩大類，其中頻域圖像增強(qiáng)的方法是對(duì)圖像經(jīng)傅里葉變換后的頻譜成分進(jìn)行操作，然后進(jìn)行傅里葉逆變換得到所需結(jié)果，如低通濾波器、高通濾波器、帶通和帶阻濾波，同態(tài)濾波等。有時(shí)候只采用一種方法往往得不到想要的結(jié)果，并且還沒(méi)有出現(xiàn)一種方法能滿足人們的任意需要，

4、比如理想低通和高通濾波器并不是很實(shí)用，但是作為濾波概念發(fā)展的一部分，用來(lái)研究濾波器的特性非常有意義，一階的巴特沃斯低通濾波器沒(méi)有振鈴現(xiàn)象，二階的振鈴?fù)ǔＮ⑿?，但是隨著階數(shù)的增高振鈴便成為一個(gè)主要因素，高斯低通濾波器不會(huì)產(chǎn)生振鈴現(xiàn)象，但是，在需要嚴(yán)格控制低頻和高頻之間截止頻率的過(guò)渡的情況下，巴特沃斯濾波器更為合適，所以有時(shí)候就需要使用幾種增強(qiáng)技術(shù)的組合方法。圖像增強(qiáng)示例 圖像去噪示例 原圖 噪聲圖 去噪圖2.圖像分割之邊緣檢測(cè)邊緣檢測(cè)是和中的基本問(wèn)題，邊緣檢測(cè)的目的是標(biāo)識(shí)數(shù)字圖像中亮度變化明顯的點(diǎn)，提取圖像高頻分量。圖像屬性中的顯著變化通常反映了屬性的重要事件和變化。邊緣檢測(cè)的方法：有許多用于邊

5、緣檢測(cè)的方法, 他們大致可分為兩類：基于搜索和基于零交叉。基于搜索的邊緣檢測(cè)方法首先計(jì)算邊緣強(qiáng)度， 通常用一階導(dǎo)數(shù)表示， 例如模，然后，用計(jì)算估計(jì)邊緣的局部方向， 通常采用梯度的方向，并利用此方向找到局部梯度模的最大值?；诹憬徊娴姆椒ㄕ业接蓤D像得到的的零交叉點(diǎn)來(lái)定位邊緣。 通常用或非線性微分方程的零交叉點(diǎn)。濾波做為邊緣檢測(cè)的預(yù)處理通常是必要的，通常采用。已發(fā)表的邊緣檢測(cè)方法應(yīng)用計(jì)算邊界強(qiáng)度的度量，這與有本質(zhì)的不同。 正如許多邊緣檢測(cè)方法依賴于圖像梯度的計(jì)算，他們用不同種類的濾波器來(lái)估計(jì)x-方向和y-方向的梯度。3.圖像特征提取圖像特征提取指的是：使用計(jì)算機(jī)提取圖像信息，決定每個(gè)圖像的點(diǎn)是否屬

6、于一個(gè)圖像特征。特征提取的結(jié)果是把圖像上的點(diǎn)分為不同的子集，這些子集往往屬于孤立的點(diǎn)、連續(xù)的曲線或者連續(xù)的區(qū)域。 形狀特征：傅里葉描述子； 紋理特征：直接通過(guò)傅里葉系數(shù)來(lái)計(jì)算紋理特征；其他特征：將提取的特征值進(jìn)行傅里葉變換來(lái)使特征具有平移、伸縮、旋轉(zhuǎn)不變性。常用的特征提取與匹配方法 ：（1） 顏色直方圖 （2） 顏色集 （3） 顏色矩 （4）顏色聚合向量 （5）顏色相關(guān)圖 4. 圖像壓縮減少表示數(shù)字圖像時(shí)需要的數(shù)據(jù)量。圖像壓縮分為有損壓縮和無(wú)損壓縮?？梢灾苯油ㄟ^(guò)傅里葉系數(shù)來(lái)壓縮數(shù)據(jù)；常用的離散余弦變換是傅立葉變換的實(shí)變換。圖像壓縮的基本原理：圖像數(shù)據(jù)之所以能被壓縮，就是因?yàn)閿?shù)據(jù)中存在著冗余。圖像數(shù)據(jù)的冗余主要表現(xiàn)為：圖像中相鄰間的相關(guān)性引起的空間冗余；圖像序列中不同幀之間存在相關(guān)性引起的時(shí)間冗余；不同彩色平面