数字图像处理-二

变换域处理方法

一、主成分分析
二、最小噪声分离
三、缨帽变换
线性变换

四、傅里叶变换
五、小波变换
频率域变换

六、颜色空间变换

难点：各边换算法很抽象，尤其是傅里叶变换和小波变换
重点：各变换算法在图像处理中的物理含义及应用

主成分变换

将一组可能相关的变量变换成一组相关的变换
去相关
信息压缩至前面的主成分

过程：

应用：

图像压缩、图像去噪、图像增强、图像融合、特征提取

最大的用处就是特征提取。

最小噪声分离变换

概念

是一种正交变换，按照信噪比的大小进行排列

具体计算方法：

1、噪声估计

2、对噪声图像进行主成分变换，获得用于随机噪声分离和调整的变换矩阵

3、对原始遥感影像各波段的随机噪声进行分离和重新调整

4、对经噪声分离和重新调整的原始遥感影像进行主成分变换

应用：图像压缩、图像去噪、图像增强、图像融合、特征提取

缨帽变换

使一种基于图像物理特征的固定转换。变换后的成分具有具体物理含义。

image.png

常见分量：

亮度、湿度、绿度、无实际意义分量。

应用：图像压缩、图像去噪、图像融合、图像增强、特征提取

主要用于特征提取

傅里叶变换

傅里叶在信号处理的作用
傅里叶功率谱上并不一一对应

应用：图像压缩、图像去噪、图像增强

小波变换

与傅里叶变换相似
突变信号的傅里叶变换
Gibbs现象

小波变换去拟合阶跃信号
一级小波变换可以得到：概况图垂直细节水平细节对角细节
二级小波变换三级小波变换
应用：图像压缩图像去噪图像增强边缘检测图像分割
压缩比率高失真小

颜色空间转换

什么叫颜色空间？
一种数学方法来形象化表示颜色。

有 RGB HSI 等
RGB:红绿蓝三原色来描述颜色的空间。
CMY：青品红黄颜色空间
加色法减色法
HSI：色调　饱和度　强度