1. 图像变换的基函数

  在图像的二维变换中,如果图像本身是正方形的(图像的长与宽相等),并且图像的变换核满足课可分离性和对称性,则此时图像的二维变换可以用两个一维变换代替,并有如下的矩阵表示形式(更过细节请参考《离散余弦变换(DCT)的来龙去脉》)

T=AFAT

T=AFA^T
其中 AA 是进行图像一维变化的时的矩阵,很多时候人们会误认为这个就是图像二维变换的基函数,这时不对的,因为在冈萨雷斯的《数字图像处理》中是这样定义基函数及基图像的。考虑大小为 n×nn×n 的子图象 g(x,y)g(x,y) ,其离散变换 T(u,v)T(u,v) 可以表示为如下的关系

T(u,v)=Σn−1x=0Σn−1y=0g(x,y)r(x,y,u,v)

T(u,v)=\Sigma^{n-1}_{x=0}\Sigma^{n-1}_{y=0}g(x,y)r(x,y,u,v)
其中 u,v=0,1,2,……,n−1u,v=0,1,2,……,n-1,其中的 r(x,y,u,v)r(x,y,u,v) 被称作是基函数或者是基图像。所以并不是 AA 是基函数,而是 r(x,y,u,v)r(x,y,u,v) 。那 r(x,y,u,v)r(x,y,u,v) 可不可以用 AATAA^T来表示呢?明显是不可以的,要不也就不用将它变成两个一维变换代替了。具体应该如何计算呢,将在第三部分如何绘制基图像中给出。

2. 图像变换的基图像

  以二维DCT变换为例介绍图像二维变换的基图像,如下图所示为 4×44×4 DCT变换的基图像


图1. n=4时的DCT基函数对应的基图像

这是根据基函数绘制出的由16个小块组成的基图像,其中每个小块由 4×4 个元素(子方块)组成。为了得到左上角块,我们令 u=v=0u=v=0,并画出 x=y=0,1,2,3x=y=0,1,2,3 时 r(x,y,0,0)r(x,y,0,0) 的值。顶部行中的第二块是 r(x,y,0,1)r(x,y,0,1) 在 x=y=0,1,2,3x=y=0,1,2,3 时的值的图像,依次类推可以画出其余所有的图像。

3.如何绘制基图像

3.1 原理部分

  由上述内容可以知道,基图像就是固定 u,vu,v 之后得到的变换核在所有可能取值的 x,yx,y 上构成的图像,实际上这个图像也是可以根据矩阵计算生成的,根据《离散余弦变换(DCT)的来龙去脉》)可知变换矩阵 AA 如下图所示


图2. DCT变换矩阵及两坐标轴意义

上图是根据一维变换核 r(x,u)r(x,u) 得到的变换矩阵,从图2 可以看到,水平方向取的是不同的 xx 的值,竖直方向取得的是不同的 uu 的值,原点位于左上角;同样变换矩阵 ATA^T 如下图所示


图3. DCT变换矩阵的转置及两坐标轴意义

因此我们可以看到,当求图1 左上角的基图像时,只需要将图3 中的第一列乘以图2 中的第一行即可;当求图1 顶部行中的第二块的基图像(u=0,v=1u=0, v=1)时,只需要图3 中的第二列乘以图2 中的第一行即可,依次便可以计算整幅基图像。

3.2 Matlab实现

  如果按照上面介绍的方法进行编程实现的话,相信一定是一个两层循环的程序。但是根据《使用矩阵运算替代 for 循环实现信号的DTFT》的思想,这样的一个针对与方阵进行的for循环基本上都可以写成矩阵相乘的形式。比如我们现在的两个矩阵是如下的两个简单的二维矩阵


图4. 简单二维矩阵

如果按照上述介绍的方法,得到的基函数为

但这样的过程也可以通过两矩阵相乘的形式得到,如下所示

  观察这两个结果可以看到,只有矩阵的右上角与左下角不同。但是实际上这两部分是对称的,对应到图1的基图像上只是出现水平条纹与竖直条纹的位置发生了变换。但是本身图像就是关于对角线对称的,因此这两个位置发生了变换也没有什么关系,另一方面,从右上角和左下角的矩阵的组成可以看到,右上角的实际上应该是水平的图案,而左下角是垂直的图案,这与图1 中的图像相同。

  实验结果如下图所示

这个图像与图1 明显不同,并不是计算的过程有问题,是因为在上述计算的基函数矩阵中有整数有负数,但是灰度图像应该是在[0,1]区间内的,所以需要将计算后的值放缩到[0,1]区间内。这样修改后的实验结果如下图所示

  采用MATLAB实现的代码请参考:http://download.csdn.net/download/dugudaibo/10143437

DCT变换的基函数与基图像相关推荐

  1. dct基 matlab,DCT 变换的基函数与基图像

    DCT 变换的基函数与基图像 1. 图像变换的基函数 在图像的二维变换中, 如果图像本身是正方形的 (图像的长与宽相等), 并且图像的变换核满足课可分离性和对称性, 则此时图像的二维变换可以用两个一维 ...

  2. dct变换java_DCT变换的基函数与基图像(图)

    DCT变换的基函数与基图像(图) 07-25栏目:技术 TAG:dct变换 dct变换 1. 图像变换的基函数 在图像的二维变换中,如果图像本身是正方形的(图像的长与宽相等),并且图像的变换核满足课可 ...

  3. matlab 灰度图像dct变换,[Week2.4]图像DCT变换

    均方差(Mean Square Error, MSE) 评价一幅图像压缩前和压缩还原后的差异,有两种常用方法: ①大家来找茬--进化程度高的人类可轻易识别: ②数学方法--压缩前和还原后的图像作均方差 ...

  4. DCT变换 / DWT变换 ----课堂笔记

    之前也学过,但没有个具体总结,忘差不多了. DCT变换 一. DCT变换的全称是离散余弦变换(DCT),主要用于数据或者图像的压缩,由于DCT能够将空域的信号转换到频域上,因此具有良好的去相关性的性能 ...

  5. 基于DCT变换的JPEG图像压缩原理与JPEG2000编解码原理

    目录 参考文章 基于DCT变换的JPEG图像压缩原理 图像数据压缩 图像处理 为什么可以进行图像压缩? 颜色空间转换 RGB CMY HSV/HSI/HSB/HSL YUV/YCbCr YCbCr与R ...

  6. MATLAB对autumn.tif文件计算二维DCT变换

    %对autumn.tif文件计算二维DCT变换 RGB = imread('autumn.tif'); I = rgb2gray(RGB); %真彩色图像转换成灰度图像 J = dct2(I); %计 ...

  7. matlab实现图像DCT变换

    实验三 图像的DCT变化及量化 一.问题描述 利用matlab,将road.tif彩色图像的分辨率转换为256*256,将图片转化为double数据类型,再利用T=dctmtx(8)建立一个8*8的D ...

  8. 基于MATLAB的数字图像K-L变换,基于DCT变换的图像编码方法研究

    分类号 密级 UDC注l 学 位 论 文 基于DCT变换的图像编码方法研究 (题名和副题名) 朱剑英 (作者姓名 指导教师姓名 副教授 中诱学位级别硕士 沦_义提交日期2004.1 专.业名称 通信与 ...

  9. 理解JPEG图像压缩算法,DCT变换

    理解JEPG原理 JEPG不是一种文件格式,而是一类图像压缩算法. 1.彩色图像 灰度图像 灰度,一个pixel取值0-255. 彩色图像 需要比灰度图像更多的存储空间, 事实上, 所有颜色都可以用红 ...

最新文章

  1. [安全相关]其他安全漏洞
  2. WebCombo 客户端绑定数据
  3. 云安全到来 手动更新病毒码将成为历史
  4. 加固社交关系 派派“场景+娱乐”模式异军突起
  5. 【电脑视频录制软件】各种录屏软件优缺点,OBS的格式转化,清晰度调节,基本使用,下载链接
  6. 怎样通过迅捷PDF编辑器来修改PDF文件
  7. 【C++】算法集锦(5):BFS算法
  8. HDU - How far away ?(DFS+vector)
  9. WZ安卓面试宝典App
  10. r语言python0基础_万丈高楼平地起,从零开始学R语(生信分析向,R语言基础)...
  11. 沉浸其境,共赴云栖数智硬核美学
  12. 中国艺术孙溟㠭书法《觉》
  13. 在线教育app开发,教学管理系统的开发方案设计
  14. Educational Codeforces Round 119 (Rated for Div. 2) 做题日志
  15. 酒水饮料新消费领域商城,一键下单轻松享受足不出户的快乐
  16. sudo,,sudo-i ,,su的区别
  17. 使用CE找天龙八部基址(图解)毛头小伙制作
  18. mysql联合唯一_MYSQl 联合唯一约束 根据两个字段 唯一
  19. 关于不定期弹出http://u.9kuku.com/的问题
  20. iOS开发笔记之二十四——Xcode下类中供外部调用的方法添加注释说明技巧

热门文章

  1. python遥控汽车玩具_ESP32MicroPython 手机遥控小车
  2. CUDA unknown error - this may be due to an incorrectly set up environment, e.g. changing env variabl
  3. 毕业一年经历两次大裁员......
  4. ansys在求解过程中死机关机的解决办法
  5. Unity 1.Roll a Ball
  6. Redis基本应用及Java代码实现
  7. 实力肯定!Coremail邮件网关荣获金融信创优秀解决方案奖
  8. (转载)深入了解iOS中的OOM(低内存崩溃)
  9. EAX、ECX、EDX、EBX、ESI、EDI、ESP、EBP寄存器
  10. 知识图谱学习(一)(笔记整理)