離散傅里葉變換,(DFT)Direct Fouriet Transformer(PPT課件)
一、序列分類對一個序列長度未加以任何限制，則一個序列可分為： 無限長序列：n=-∞~∞或n=0~∞或n=-∞~ 0 有限長序列：0≤n≤N-1有限長序列在數字信號處理是很重要的一種序列。由于計算機容量的限制，只能對過程進行逐段分析。二、DFT引入由于有限長序列，引入DFT(離散付里葉變換)。DFT它是反映了“有限長”這一特點的一種有用工具。DFT變換除了作為有限長序列的一種付里葉表示，在理論上重要之外，而且由于存在著計算機DFT的有效快速算法--FFT,因而使離散付里葉變換(DFT)得以實現，它使DFT在各種數字信號處理的算法中起著核心的作用。三、本章主要討論 離散付里葉變換的推導離散付里葉變換的有關性質離散付里葉變換逼近連續時間信號的問題第二節 付里葉變換的幾種形式傅 里 葉 變 換 ： 建 立 以 時 間 t 為 自 變 量 的 “ 信 號 ” 與 以 頻 率 f為 自 變 量 的 “ 頻 率 函 數 ”(頻譜) 之 間 的 某 種 變 換 關 系 . 所 以 “ 時 間 ” 或 “ 頻 率 ” 取 連 續 還 是 離 散 值 , 就 形 成 各 種 不 同 形 式 的 傅 里 葉 變 換 對 。, 在 深 入 討 論 離 散 傅 里 葉 變 換 D F T 之 前 , 先 概 述 四種 不 同 形式 的 傅 里 葉 變 換 對 .
一、四種不同傅里葉變換對傅 里 葉 級 數(FS)：連 續 時 間 , 離 散 頻 率 的 傅 里 葉 變 換 。連 續 傅 里 葉 變 換(FT)：連 續 時 間 , 連 續 頻 率 的 傅 里 葉 變 換 。序 列 的 傅 里 葉 變 換(DTFT):離 散 時 間 , 連 續 頻 率 的 傅 里 葉 變 換.離 散 傅 里 葉 變 換(DFT):離 散 時 間 , 離 散 頻 率 的 傅 里 葉 變 換1.傅 里 葉 級 數(FS)周期連續時間信號 非周期離散頻譜密度函數。 周期為Tp的周期性連續時間函數 x(t) 可展成傅里葉級數X(jkΩ0) ,是離散非周期性頻譜 , 表 示為:例子通過以下 變 換 對 可 以 看 出 時 域 的 連 續 函 數 造 成 頻 域 是 非 周 期 的 頻 譜 函 數 , 而 頻 域 的 離 散 頻 譜 就 與 時 域 的 周 期 時 間 函 數 對 應 . (頻域采樣，時域周期延 拓)2.連 續 傅 里 葉 變 換(FT)非周期連續時間信號通過連續付里葉變換(FT)得到非周期連續頻譜密度函數。
標簽：
Fouriet
Direct
DFT
Tr
上傳時間：
2013-11-19
上傳用戶：fujiura
車牌定位－－－VC++源代碼程序
1.24位真彩色->256色灰度圖。
2.預處理:中值濾波。
3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。
初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。
該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。
4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。
5.用自定義模板進行中值濾波
區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。
6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。
7.區域裁剪,截取車牌圖像。
標簽：
1.24
256
圖像
閾值
上傳時間：
2013-11-26
上傳用戶：懶龍1988
