Категории: ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника |
Матричные и векторные характеристики изображенийСледом квадратной матрицы размером NxN называется сумма ее диагональных элементов tr[ ]= . Для двух квадратных изображений справедливо соотношение tr[ ]=tr[ ]. (2.47) След прямого произведения двух матричных изображений определяется в виде tr[ ]=tr( )tr( ). (2.48) Нормой матрицы произвольного размера называется скаляр, определяемый как . Нормой вектора размером Nx1 называется скаляр определяемый в виде . Скалярным произведением векторов и размером Nx1 является скаляр, определяемый как (2.49) или для элементов . Матричным произведением векторов размером Мх1 и размером Nx1 является матрица , где элементы матрицы определяются как A(m,n)=g(m) f(n). (2.50) Квадратичной формой вектора размером Nx1 является скаляр , где - матрица размером NxN. Обычно матрица берется симметричной. Для анализа изображений иногда удобно перейти от матричного представления размерностью (N1xN2) к векторному, собирая элементы столбцов (или строк) матрицы в один вектор большой размерности. Формально эту операцию можно представить с помощью вспомогательного вектора размером (N2x1) и матрицы размером (N1N2xN1), которые определяются в виде , . (2.51) В этом случае матрица будет определена в векторной форме с помощью операции упорядочения как . (2.52) Вектор выделяет n-й столбец матрицы , а матрица помещает этот столбец на место, отведенное для n-го отрезка вектора . Таким образом, вектор содержит все элементы матрицы , последовательно считанные по столбцам. Обратная операция преобразования вектора в матрицу описывается соотношением . (2.53) Формулы (2.52) и (2.53) устанавливают однозначную связь между матричным и векторным представлением изображений. Достоинствами векторного представления изображений являются большая компактность обозначений, а также возможность анализа последовательной обработки на основании методов, разработанных для одномерных сигналов. Однако векторное представление имеет существенный недостаток – учитывается корреляция элементов изображения только вдоль столбцов или строк, а не всего изображения, как это существует в реальности. Спектральный анализ изображений Фурье представление сигналов
Каждая строка или столбец цифрового изображения могут рассматриваться в процессе обработки как одномерный сигнал с дискретными отсчетами. Однако для удобства изложения спектрального анализа вначале целесообразно рассмотреть аналоговую форму представления. Непрерывный сигнал произвольной формы может быть представлен в виде суммы множества синусоид и косинусоид различной амплитуды: , где t - текущее время, а применительно к изображениям может рассматриваться как координата строки или столбца; a0 - постоянная составляющая сигнала; аn и bn - коэффициенты Фурье (амплитуды) n-х гармоник соответствующих синусных и косинусных периодических функций; w0 (рад/с) - основная угловая частота (для изображений это пространственная частота), , Т - период основной (пространственной) частоты f, от которого отсчитываются все гармоники. Коэффициенты Фурье определяются из соотношений ; ; . Таким образом, следует, что сигнал x(t), заданный на интервале Т, приведенный, например, на рис.3.1, может быть представлен набором действительных чисел {a0, an, bn}. Если исходную функцию представить набором гармонических функций вкомплексной форме: Рис.3.1 , тогда сам сигнал x(t) можно представить в с помощью комплексного коэффициента в виде , где . (3.1) При этом связь с коэффициентами Фурье выражается соотношениями ; .
Для периодического сигнала xp(t) с периодом Т и для заданного смещения t разложенный по комплексному ряду Фурье-сигнал, приведенный на рис.3.2, может быть представлен в виде . Рис.3.2 При этом не зависит от времени t и, следовательно, на спектр разложения не влияет, то есть его можно представить в виде . Эта величина называется мощностью n-й гармонической составляющей и обладает такими свойствами, как инвариантность величине временного сдвига, неотрицательность, и является чётной функцией n, так как . Амплитудный Фурье-спектр , n=1,±1,±2,... Фазовый Фурье-спектр периодического сигнала определяется для каждой гармоники соотношением , где - мнимая часть коэффициента; - действительная часть коэффициента.
Фазовый Фурье-спектр обладает следующими свойствами : спектр yn является функцией сдвига t, то есть изменяется при сдвиге сигнала вдоль оси времени; он не зависит от ослабления или усиления сигнала по амплитуде, в то время как спектр мощности Pn является функцией усиления; yn является нечётной функцией n, так как y-n = -yn. 3.2. Преобразование Фурье Рассмотрим переход от ряда Фурье к преобразованию Фурье на конкретном примере .
Раскладывается периодическая функция хр(t), приведенная на рис.3.3, в комплексный ряд Фурье: , где коэффициент разложения вычисляется в виде Рис.3.3
, (3.2) n=0,±1,... Для случая непрерывного сигнала, то есть при Т®¥, последовательность импульсов будет вырождаться в единственный импульс, то есть в апериодическую функцию x(t). Из рис.3.3 видно, что при Т®¥ спектр линий сжимается и превращается в непрерывную функцию - огибающую вида sinx/x. Коэффициент Фурье, выражающийся в виде и при Т®¥ изменится, и его составляющие станут w0®dw, nw0®w, т.е. n-я гармоника становится непрерывной угловой частотой, а , где F(w) - непрерывная функция, которая представляет собой преобразование Фурье непрерывной функции x(t), . (3.3) Само разложение для периодической функции Хр(t), имеющее вид , изменится, и при T®¥ суммирование по всем гармоникам можно заменить интегрированием по всем частотам соответственно dw; nw0®w; , так что разложение будет иметь вид . Это соотношение называется обратным преобразованием Фурье, оно позволяет вычислить исходную функцию времени по известному преобразованию . Для преобразования Фурье вводятся понятия: - спектр мощности ; - амплитудный спектр , который может быть разложен на действительную и мнимую части F(w)=A(w)+jB(w); - фазовый спектр . 3.3. Дискретное преобразование Фурье (ДПФ) Для представления дискретных сигналов, то есть дискретных или цифровых последовательностей, вводится понятие дискретного преобразования Фурье. Обозначается {X(m)} - последовательность конечных действительных или комплексных чисел X(m), . Дискретное преобразование Фурье для такой последовательности определяется в виде , (3.4) где - экспоненциальные функции, обладающие условием ортогональности: Обратное дискретное преобразование Фурье определяется формулой , (3.5) то есть существуют эквивалентность перехода и однозначная связь X(m)ÛCx(k). Функции Wkm являются периодическими с периодом повторения дискретной последовательности N: Wkm =W(k+N)m =Wk(m+N), km = 0, ±1, ±2,... Значит, последовательности {Cx(k)}, {X(m)} являются N-периодическими, т.е. X(±m)=X(SN±m), Cx(±k)= Cx (SN±k), S=0,±1, ±2…. Поэтому суммы дискретных преобразований Фурье можно брать в любых интервалах, но так, чтобы разность между нижним и верхним пределами была N-1. Дискретное преобразование Фурье имеет свойства, широко используемые при обработке цифровых изображений. 1.Свойство линейности Теорема линейности говорит о том, что ДПФ является линейным преобразованием, т.е. если Х(m)«Cx(k), где Х(m) – временная последовательность, а Сx(k) – коэффициенты ДПФ, то для новой последовательности Z(m)=aX(m)+bY(m) коэффициенты ДПФ определяются как Cz(k)=aCx(k)+bCy(k). (3.6) 2.Свойство комплексной сопряжённости Если в последовательности {X(m)}={x(0),x(1),...,x(N-1)} действительных чисел N/2 будет целым числом, тогда при отсчете от середины N/2 в обе стороны коэффициенты Фурье будут комплексно-сопряжёнными для любых l=1,2,...,N/2, то есть СX(N/2+l)=CX*(N/2-l). (3.7) Сдвиг последовательности Если X(m)«CX(k), тогда для Z(m)=X(m+h), коэффициенты ДПФ определяются соотношением СZ(k)=W-khCx(k). (3.8) Свёртка последовательности Если {X(m)} и {Y(m)} – последовательности, для которых коэффициенты ДПФ вычислены соответственно X(m)«Cx(k) и Y(m)«Cy(k), то свёртка последовательности определяется соотношением , , (3.9) тогда коэффициенты вычисляются в виде Сz(k)=Cx(k)Cy(k). (3.10) Таким образом свертка временных последовательностей эквивалентна умножению их коэффициентов ДПФ. |
||||
Последнее изменение этой страницы: 2016-06-09 lectmania.ru. Все права принадлежат авторам данных материалов. В случае нарушения авторского права напишите нам сюда... |