2018年度秋学期 画像情報処理 第９回 離散フーリエ変換と離散コサイン変換 (2018. 11. 30)
1 like129 views
関西大学総合情报学部?画像情报処理（担当?浅野晃）
![2018年度秋学期 画像情報処理
A.Asano,KansaiUniv.
23 –
偶関数のフーリエ変換
17
F(νx) =
∞
0
f(x) exp{i2π(νxx)}dx +
∞
0
f(x) exp{?i2π(νxx)}dx
∞
F(νx) =
∞
0
f(x) [exp{i2π(νxx)} + exp{?i2π(νxx)}] dx
整理すると](https://image.slidesharecdn.com/2018aippr09slide-181104032643/85/2018-2018-11-30-54-320.jpg)
![2018年度秋学期 画像情報処理
A.Asano,KansaiUniv.
23 –
偶関数のフーリエ変換
17
F(νx) =
∞
0
f(x) exp{i2π(νxx)}dx +
∞
0
f(x) exp{?i2π(νxx)}dx
∞
F(νx) =
∞
0
f(x) [exp{i2π(νxx)} + exp{?i2π(νxx)}] dx
整理すると
指数関数と三角関数の関係から](https://image.slidesharecdn.com/2018aippr09slide-181104032643/85/2018-2018-11-30-55-320.jpg)
![2018年度秋学期 画像情報処理
A.Asano,KansaiUniv.
23 –
偶関数のフーリエ変換
17
F(νx) =
∞
0
f(x) exp{i2π(νxx)}dx +
∞
0
f(x) exp{?i2π(νxx)}dx
∞
F(νx) =
∞
0
f(x) [exp{i2π(νxx)} + exp{?i2π(νxx)}] dx
F(νx) = 2
∞
0
f(x) cos 2π(νxx)dx
整理すると
指数関数と三角関数の関係から](https://image.slidesharecdn.com/2018aippr09slide-181104032643/85/2018-2018-11-30-56-320.jpg)
![2018年度秋学期 画像情報処理
A.Asano,KansaiUniv.
23 –
偶関数のフーリエ変換
17
F(νx) =
∞
0
f(x) exp{i2π(νxx)}dx +
∞
0
f(x) exp{?i2π(νxx)}dx
∞
F(νx) =
∞
0
f(x) [exp{i2π(νxx)} + exp{?i2π(νxx)}] dx
F(νx) = 2
∞
0
f(x) cos 2π(νxx)dx
整理すると
指数関数と三角関数の関係から
実数の計算になる](https://image.slidesharecdn.com/2018aippr09slide-181104032643/85/2018-2018-11-30-57-320.jpg)
More Related Content
What's hot (20)
Similar to 2018年度秋学期 画像情報処理 第９回 離散フーリエ変換と離散コサイン変換 (2018. 11. 30) (20)
More from Akira Asano (20)
Recently uploaded (6)
2018年度秋学期 画像情報処理 第９回 離散フーリエ変換と離散コサイン変換 (2018. 11. 30)
- 3. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – Karhunen-Loève変換（KL変換） 3 画像を主成分に変換してから伝送する p画素の画像 1 p 第１～第p / 2 主成分だけを 伝達する 主成分に 変換 もとの画 素に戻す p画素の画像 （情報の損失が最小） データ量が半分でも 情報の損失は最小
- 12. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元フーリエ変換 9 F(νx, νy) = ∞ ?∞ f(x, y) exp{?i2π(νxx + νyy)}dxdy
- 13. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元フーリエ変換 9 指数関数の性質から F(νx, νy) = ∞ ?∞ f(x, y) exp{?i2π(νxx + νyy)}dxdy F(νx, νy) = ∞ ?∞ f(x, y) exp(?i2πνxx) exp(?i2πνyy)dxdy = ∞ ?∞ ∞ ?∞ f(x, y) exp(?i2πνxx)dx exp(?i2πνyy)dy
- 14. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元フーリエ変換 9 指数関数の性質から x方向のフーリエ変換 F(νx, νy) = ∞ ?∞ f(x, y) exp{?i2π(νxx + νyy)}dxdy F(νx, νy) = ∞ ?∞ f(x, y) exp(?i2πνxx) exp(?i2πνyy)dxdy = ∞ ?∞ ∞ ?∞ f(x, y) exp(?i2πνxx)dx exp(?i2πνyy)dy
- 15. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元フーリエ変換 9 指数関数の性質から x方向のフーリエ変換 y方向の フーリエ変換 F(νx, νy) = ∞ ?∞ f(x, y) exp{?i2π(νxx + νyy)}dxdy F(νx, νy) = ∞ ?∞ f(x, y) exp(?i2πνxx) exp(?i2πνyy)dxdy = ∞ ?∞ ∞ ?∞ f(x, y) exp(?i2πνxx)dx exp(?i2πνyy)dy
- 16. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元フーリエ変換 9 指数関数の性質から x方向のフーリエ変換 y方向の フーリエ変換 F(νx, νy) = ∞ ?∞ f(x, y) exp{?i2π(νxx + νyy)}dxdy F(νx, νy) = ∞ ?∞ f(x, y) exp(?i2πνxx) exp(?i2πνyy)dxdy = ∞ ?∞ ∞ ?∞ f(x, y) exp(?i2πνxx)dx exp(?i2πνyy)dy ２次元フーリエ変換は分離可能
- 17. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元離散フーリエ変換 10 １次元離散フーリエ変換 U(k) = N?1 n=0 u(n) exp(?i2π k N n) (k = 0, 1, . . . , N ? 1)
- 18. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元離散フーリエ変換 10 １次元離散フーリエ変換 U(k) = N?1 n=0 u(n) exp(?i2π k N n) (k = 0, 1, . . . , N ? 1)
- 19. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元離散フーリエ変換 10 １次元離散フーリエ変換 U(k) = N?1 n=0 u(n) exp(?i2π k N n) (k = 0, 1, . . . , N ? 1)
- 20. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元離散フーリエ変換 10 １次元離散フーリエ変換 U(k) = N?1 n=0 u(n) exp(?i2π k N n) (k = 0, 1, . . . , N ? 1) U(k, l) = N?1 n=0 M?1 m=0 u(m, n) exp(?i2π k M m) exp(?i2π l N n) ２次元離散フーリエ変換（分離可能な形式） 縦横の大きさが同じなら U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 21. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ２次元離散フーリエ変換 10 １次元離散フーリエ変換 U(k) = N?1 n=0 u(n) exp(?i2π k N n) (k = 0, 1, . . . , N ? 1) U(k, l) = N?1 n=0 M?1 m=0 u(m, n) exp(?i2π k M m) exp(?i2π l N n) ２次元離散フーリエ変換（分離可能な形式） 縦横の大きさが同じなら U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 22. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 23. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 24. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 25. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 26. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 27. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 28. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 29. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 30. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 31. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 32. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 33. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 34. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 35. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 36. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 37. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 38. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 39. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 40. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 41. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 11 行列の直交変換の形で表す Z = RXR′ l↓ k→ (Z = U(k, l)) = l↓ n→ (R) · n↓ m→ (X = u(m, n)) · m↓ k→ R′ U(k, l) = N?1 n=0 N?1 m=0 u(m, n) exp(?i2π k N m) exp(?i2π l N n)
- 42. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 12 前ページのように行列を配置すると R′ = m↓ k→ ? ? ? ? ? ? ? ? ? e?i2π 0 N 0 · · · e?i2π k N 0 · · · e?i2π N?1 N 0 ... ... e?i2π 0 N m e?i2π k N m ... ... e?i2π 0 N (N?1) e?i2π N?1 N (N?1) ? ? ? ? ? ? ? ? ? R = l↓ n→ ? ? ? ? ? ? ? ? ? e?i2π 0 N 0 · · · e?i2π 0 N n · · · e?i2π 0 N (N?1) ... ... e?i2π l N 0 e?i2π l N n ... ... e?i2π N?1 N 0 e?i2π N?1 N (N?1) ? ? ? ? ? ? ? ? ?
- 43. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換を行列で表す 13 指数関数がややこしいので とおくと， WN = exp(? i2π N ) R = ? ? ? ? ? ? ? ? ? W0·0 N · · · W0·n N · · · W 0·(N?1) N ... ... Wl·0 N Wln N ... ... W (N?1)·0 N W (N?1)(N?1) N ? ? ? ? ? ? ? ? ? Z = RXR
- 44. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ユニタリー離散フーリエ変換 14 いままでに説明した R だと RR′? = NI （付録参照）
- 45. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ユニタリー離散フーリエ変換 14 いままでに説明した R だと RR′? = NI ユニタリーでない （付録参照）
- 46. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – ユニタリー離散フーリエ変換 14 いままでに説明した R だと RR′? = NI WN = 1 √ N exp(? i2π N ) X = R? ZR? RR′? = I とおけば となって，ユニタリーになる Z = RXR ユニタリーでない （付録参照）
- 47. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散コサイン変換 15 フーリエ変換では，複素数を扱う必要がある 実数だけで計算できる変換 R = l↓ n→? ? ? ? ... r(n, l) ... ? ? ? ?, r(n, l) = ? 1√ N l = 0 2√ N cos (2n+1)lπ 2N l ?= 0
- 48. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 16 離散コサイン変換は，関数を折り返して偶関数に したもののフーリエ変換に相当 偶関数 f(x) = f(?x) F(νx) = ∞ ?∞ f(x) exp{?i2π(νxx)}dx = 0 ?∞ f(x) exp{?i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx F(νx) = 0 ∞ f(?x) exp{?i2π(νx(?x))}(?dx) + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ ∞ のフーリエ変換 第１項の x を -x に変数変換
- 49. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 16 離散コサイン変換は，関数を折り返して偶関数に したもののフーリエ変換に相当 偶関数 f(x) = f(?x) F(νx) = ∞ ?∞ f(x) exp{?i2π(νxx)}dx = 0 ?∞ f(x) exp{?i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx F(νx) = 0 ∞ f(?x) exp{?i2π(νx(?x))}(?dx) + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ ∞ のフーリエ変換 第１項の x を -x に変数変換
- 50. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 16 離散コサイン変換は，関数を折り返して偶関数に したもののフーリエ変換に相当 偶関数 f(x) = f(?x) F(νx) = ∞ ?∞ f(x) exp{?i2π(νxx)}dx = 0 ?∞ f(x) exp{?i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx F(νx) = 0 ∞ f(?x) exp{?i2π(νx(?x))}(?dx) + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ ∞ のフーリエ変換 第１項の x を -x に変数変換
- 51. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 16 離散コサイン変換は，関数を折り返して偶関数に したもののフーリエ変換に相当 偶関数 f(x) = f(?x) F(νx) = ∞ ?∞ f(x) exp{?i2π(νxx)}dx = 0 ?∞ f(x) exp{?i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx F(νx) = 0 ∞ f(?x) exp{?i2π(νx(?x))}(?dx) + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ ∞ のフーリエ変換 第１項の x を -x に変数変換
- 52. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 16 離散コサイン変換は，関数を折り返して偶関数に したもののフーリエ変換に相当 偶関数 f(x) = f(?x) F(νx) = ∞ ?∞ f(x) exp{?i2π(νxx)}dx = 0 ?∞ f(x) exp{?i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx F(νx) = 0 ∞ f(?x) exp{?i2π(νx(?x))}(?dx) + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ ∞ のフーリエ変換 第１項の x を -x に変数変換
- 53. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 17 F(νx) = ∞ 0 f(x) exp{i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ 整理すると
- 54. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 17 F(νx) = ∞ 0 f(x) exp{i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ F(νx) = ∞ 0 f(x) [exp{i2π(νxx)} + exp{?i2π(νxx)}] dx 整理すると
- 55. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 17 F(νx) = ∞ 0 f(x) exp{i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ F(νx) = ∞ 0 f(x) [exp{i2π(νxx)} + exp{?i2π(νxx)}] dx 整理すると 指数関数と三角関数の関係から
- 56. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 17 F(νx) = ∞ 0 f(x) exp{i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ F(νx) = ∞ 0 f(x) [exp{i2π(νxx)} + exp{?i2π(νxx)}] dx F(νx) = 2 ∞ 0 f(x) cos 2π(νxx)dx 整理すると 指数関数と三角関数の関係から
- 57. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 偶関数のフーリエ変換 17 F(νx) = ∞ 0 f(x) exp{i2π(νxx)}dx + ∞ 0 f(x) exp{?i2π(νxx)}dx ∞ F(νx) = ∞ 0 f(x) [exp{i2π(νxx)} + exp{?i2π(νxx)}] dx F(νx) = 2 ∞ 0 f(x) cos 2π(νxx)dx 整理すると 指数関数と三角関数の関係から 実数の計算になる
- 58. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換と正負の周波数 18 ν k ［周波数空間］ １周期 N等分 ［離散フーリエ変換］ 周波数0 U(0) 正の周波数 U(1), U(2), ..., U(N / 2 – 1) 負の周波数 U(N – 1), U(N – 2), ..., U(N / 2) ［数列のフーリエ変換］ １次元
- 59. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 離散フーリエ変換と正負の周波数 19 ２次元 k l 0 N / 2 N – 1 N / 2 0 N – 1 正の周波数 負の周波数 正の周波数負の周波数 A B C D 入れ替える (a) k l 0N / 2 N / 2 – 1 N / 2 0 N – 1 正の周波数負の周波数 正の周波数負の周波数 D C B A (b) N – 1 N / 2 – 1
- 62. 2018年度秋学期 画像情報処理 A.Asano,KansaiUniv. 23 – 基底画像の例 21 コサイン変換 サイン変換 Hadamard変換(-1と1） Haar変換 （講義では， A. K. Jain, Fundamentals of Digital Image Processing (1988)に出ている基底画像の例を 使って説明しました。）