- •Глава 8. Предобработка изображений на основе дискретных преобразований
- •8.1 Формула преобразования изображения
- •8.2 Функциональные свойства двумерного преобразования Фурье
- •Сепарабильность ядра
- •Линеаризация
- •Периодичности и сопряженная симметричность
- •Инвариантность относительно поворота
- •Смещение
- •Корреляция и свертка
- •.3.4 Содержание информации об изображении в спектре Фурье: практический пример
- •8.4 Быстрое преобразование Фурье
- •8.4.1 Дпф двумерного изображения, вычисляемое как два одномерных дпф
- •8.4.2 Метод поочередного удвоения
- •8.6 Улучшение обработки путем преобразования
- •8.6.1 Низкочастотная фильтрация
- •8.6.2 Фильтрация верхних частот
Глава 8. Предобработка изображений на основе дискретных преобразований
Существует необходимость решения задачи распознавания образов средствами компьютера при больших объемах входных данных. Предобработка больших объемов таких данных в лучшую форму может быть весьма полезна для более точного распознавания образов. Двумерные изображения – хороший пример задачи с большими массивами данных. Предобработка изображений может быть произведена в одном из двух доменов – пространственном домене и домене преобразований. Рисунок 8.1 показывает общую картину цифровой обработки изображений в пространственном домене и домене Фурье и связь между ними.
Когда изображение обрабатывается в пространственном домене, обработка оцифрованного изображения осуществляется непосредственно либо путем обработки точек, либо путем обработки соседей для улучшения качества или восстановления изображения. Но если изображение должно быть обработано в домене преобразований, оцифрованное изображение должно быть сперва преобразовано при помощи дискретного преобразования Фурье (ДПФ) или быстрого преобразования Фурье (БПФ). Обработка затем производится над изображением в домене преобразований. После того, как изображение обработано, обратная операция к БПФ (называемая обратным быстрым преобразованием Фурье – ОБПФ) производится над результатом и преобразует его обратно в пространственный домен.
Преобразование изображения и обратное преобразование изображения – две промежуточные операции. Они связаны таким образом, что обработка изображения может быть произведена в домене преобразований, а не пространственном домене. Чтобы выполнять обработку таким образом существует три причины:
Изображение может быть лучше приспособлено в домене преобразований для некоторых операций, таких как свертка и коррелирование.
Некоторые свойства могут быть очевиднее и проще в этом домене.
Рис 8.1 Схема обработки изображения
Рис 8.2. Дискретизация непрерывной функции
Может обеспечиваться сжатие данных, вызывающее уменьшение требований к памяти на этапе исполнения и хранения, а также требований к пропускной способности канала при передаче.
8.1 Формула преобразования изображения
Если непрерывная функция (см. рисунок 8.2) дискретизована наN значений с шагом, так что, функцияможет быть представлена как
(8.1) |
При этом мы имеем дискретную пару преобразований Фурье*:
(8.2)
(8.3) |
Где N – есть число отсчетов, снятых с непрерывной функции. Соответствующая этому преобразованию пара непрерывных одномерных функций:
(8.4)
(8.5) |
Расширяя вышеизложенное на случай двумерных функций мы имеем пару преобразований Фурье для непрерывных функций:
(8.6)
(8.7) |
Где x иy – пространственные координаты, аf(x, y) – модель изображения, в то время, какu иv– пространственные частоты иF(u, v) – частотный спектр. Соответствующая дискретная пара преобразований для двумерных функций будет иметь вид:
(8.8)
(8.9) |
Частотный спектр F(u,v) может быть вычислен, если подставить соответствующие значенияx, y, u и v в уравнение 8.8. Очевидно, что такое вычисление весьма громоздко, равно как и вычисление спектра компьютером при больших N.
Существует несколько возможных методик преобразования, включающих и уравнение 8.8. Если экспоненциальный множитель заменить на более общий, то уравнение 8.8 превращается в
(8.10) |
Где F(u,v) – есть преобразованная матрица изображения размером NNеслиf(x,y)представляет собойNN чисел, используемых для представления дискретной модели изображения как показано ниже:
(8.11) |
Функция представляет собой ядро прямого преобразования. Соответственно, мы можем записать обратное преобразование:
(8.12) |
Где - ядро обратного преобразования. В случае преобразования Фурье, ядро обратного преобразования. Уравнения 8.10 и 8.12 образуют пару преобразований. Преобразование унитарно1если имеют место следующие условия ортонормированности:
(8.13)
(8.14)
(8.15)
(8.16) |
Где символом * обозначена операция комплексного сопряжения, а функция Дирака определяется как
(8.17)
(8.18) |
Это выражение легко может быть доказано подстановкой исоответственно вместоив уравнение 8.13.
Двумерное преобразование является очень утомительной математической операцией, а потому много усилий было затрачено на ее упрощение. Свойство сепарабильности преобразования очень подходит для этой цели. Преобразование называется "сепарабильным", если его ядро может быть записано как:
(8.19) (8.20) |
Таким образом, сепарабильное унитарное преобразование может быть вычислено в два этапа:
Преобразование столбцов, или одномерное преобразование по каждому столбцу изображения ;
(8.21) |
где есть ядро прямого преобразования столбца и равнов случае преобразования Фурье.
Построчное преобразование или одномерное унитарное преобразование по каждой строке :
(8.22) |
где есть ядро прямого преобразования для строки и равнов случае пребразования Фурье. Таким образом двумерное преобразование может быть вычислено в два этапа, каждый из которых является одномерным преобразованием. Если разработан эффективный и результативный алгоритм одномерного преобразования, он может циклически применяться для двумерного преобразования.