图像处理(二)——图像频域滤波
一、图像傅里叶变换的物理意义
- 图像的频率是表征图像中灰度变化剧烈程度的指标,是灰度在平面空间上的梯度。傅里叶变换是将图像从空间域转换到频率域,换句话说,是将图像的灰度分布函数变换为图像的频率分布函数。
- 傅里叶频谱图上我们看到的明暗不一的亮点,其意义是指图像上某一点与邻域点差异的强弱,即梯度的大小,也即该点的频率的大小。
- 对频谱移频到原点以后,可以看出图像的频率分布是以原点为圆心,对称分布的。不仅可以清晰地看出图像频率分布,还可以分离出有周期性规律的干扰信号。
1、幅度值vs相位
\quad 相位包含图像位置信息,幅度只是亮度,故相位包含的信息更多。
- 幅度谱告诉我们图像中某种频率的成份有多少。
- 相位谱告诉我们频率成份位于图像的什么位置。
2、一维连续傅里叶变换
\quad 对 f ( x ) f(x) f(x)进行傅里叶变化得到 F ( u ) F(u) F(u),
F ( u ) = ∫ − ∞ ∞ f ( x ) e − j 2 π x u d x = R ( u ) + j I ( u ) F(u)=\int_{-\infty}^{\infty}f(x)e^{-j2\pi xu}dx=R(u)+jI(u) F(u)=∫−∞∞f(x)e−j2πxudx=R(u)+jI(u)
幅 值 : ∣ F ( u ) ∣ = R 2 ( u ) + I 2 ( u ) 幅值:|F(u)|=\sqrt{R^2(u)+I^2(u)} 幅值:∣F(u)∣=R2(u)+I2(u)
相 位 : θ ( u ) = arctan ( I ( u ) R ( u ) ) 相位:\theta(u)=\arctan(\frac{I(u)}{R(u)}) 相位:θ(u)=arctan(R(u)I(u))
F ( u ) = ∣ F ( u ) ∣ e j θ ( u ) F(u)=|F(u)|e^{j\theta(u)} F(u)=∣F(u)∣ejθ(u)
3、二维连续傅里叶变换
F ( u , v ) = ∫ − ∞ ∞ ∫ − ∞ ∞ f ( x , y ) e − j 2 π ( u x + v y ) d x d y F(u,v)=\int_{-\infty}^{\infty}\int_{-\infty}^\infty f(x,y)e^{-j2\pi (ux+vy)}dxdy F(u,v)=∫−∞∞∫−∞∞f(x,y)e−j2π(ux+vy)dxdy
4、傅里叶变换的性质
- 平移特性:空域坐标移动,频域只发生相位变化,幅值不变。
- 旋转特性:空域图像旋转角度对应于频域DFT函数旋转相同角度。
- 周期性
- 共轭对称性
- 卷积特性:时域相乘、频域相卷;反之亦然
二、频域滤波
\quad 频域图像增强是指通过对图像进行傅立叶变换,将图像从空间域变换到频域,并对图像的频率成分进行相应处理,从而实现图像增强的功能。
频域滤波实际上就是将原始图象 f ( x , y ) f(x,y) f(x,y)进行DFT变换,得到频域的 F ( u , v ) F(u,v) F(u,v),然后将 F ( u , v ) F(u,v) F(u,v)与频域滤波器 H ( u , v ) H(u,v) H(u,v)相乘得到滤波后频谱 G ( u , v ) G(u,v) G(u,v),即
G ( u , v ) = F ( u . v ) H ( u , v ) G(u,v)=F(u.v)H(u,v) G(u,v)=F(u.v)H(u,v)
\quad 最后将 G ( u , v ) G(u,v) G(u,v)进行IDFT变换即可得到频域滤波后的图像。
\quad 接下来描述三种滤波器类型。
1、陷波滤波器
- 设置F(0,0)=0(结果图像的平均值为零),而保留其它傅里叶变换的频率成分不变。
- 除了原点处有凹陷外,其它均是常量函数。
- 由于图像平均值为0而产生整体平均灰度级的降低。
- 用于识别由特定的、局部化频域成分引起的空间图像效果。
2、低通(平滑)滤波器
\quad 被低通滤波的图像比原始图像少尖锐的细节部分而突出平滑过渡部分,对比空间域滤波的平滑处理,如均值滤波器。
3、高通(锐化)滤波器
\quad 被高通滤波的图像比原始图像少灰度级的平滑过渡而突出边缘等细节部分。对比空间域的梯度算子、拉普拉斯算子。
4、性质
- 频域滤波器越窄,滤除的低频部分越多,图像越模糊。意味着在空域中滤波器越宽,模板就越大(阶数越高)。
图像处理(二)——图像频域滤波相关推荐
- C语言数字图像处理---2.5图像频域滤波
上一小节我们介绍了图像频域变换,本小节将以此为基础,介绍图像频域滤波的相关内容,包含常见高通/低通/带通/带阻/方向滤波等频域滤波方法,同时以C语言编码实现,帮助初学者理解和掌握如何进行图像的频域滤波 ...
- 10句话读懂图像频域滤波——不能不知道的信号与系统基本理论
10句话读懂图像频域滤波--不能不知道的信号与系统基本理论 今天的图像处理依靠各类方便易用的工具箱与函数库似乎已然成为上手就能用的应用科学.但没有那种算法是普适的,知其所以然才能真正理解原理,深刻的理 ...
- 第四章 图像频域滤波
本章主要内容为二维傅立叶变换及其反变换,频域平滑滤波器.频域锐化滤波器,以及同态滤波器的相关介绍. 本章要求重点掌握图像频域滤波的基本流程及表示:二维离散傅里叶变换的表示及特点:频域平滑滤波器的基本原 ...
- java 图像傅里叶变换_图像频域滤波与傅里叶变换
1.频率滤波 图像的空间域滤波:用各种模板直接与图像进行卷积运算,实现对图像的处理,这种方法直接对图像空间操作,操作简单.图像处理不仅可以在空间域进行还可以在频率域进行,把空间域的图像开窗卷积形式,变 ...
- Python图像处理八:图像频域滤波
一.图像频谱 在 numpy 库的 fft 模块中有计算二维离散傅里叶变换的函数 fft2,此外图像 变换到频域后,原点需要移动到频域矩形的中心,所以要对fft2的结果使用fftshift 函数实现频 ...
- 【python图像处理】图像的滤波(ImageFilter类详解)
在图像处理中,经常需要对图像进行平滑.锐化.边界增强等滤波处理.在使用PIL图像处理库时,我们通过Image类中的成员函数filter()来调用滤波函数对图像进行滤波,而滤波函数则通过ImageFil ...
- 数字图像处理及图像频域
数字图像处理方法的重要性源于两个主要的应用领域:改善图示信息以便人们解释:为存储.传输和表示而对图像数据进行处理,以便于机器自动理解. 一幅数字图像可定义为一个二维函数f(x,y),其中x和y是空间( ...
- 【图像处理】图像直方图+滤波+小波变换+分割处理系统【含GUI Matlab源码 608期】
⛄一.图像处理简介 图像处理知识点: 1 数字图像处理及matlab实现知识点总结1-4 2 数字图像处理及matlab实现知识点总结 5-10 ⛄二.部分源代码 unction varargout ...
- python 图像分析自然纹理方向与粗细代码_python skimage图像处理(二)
python skimage图像处理(二) 图像简单滤波 对图像进行滤波,可以有两种效果:一种是平滑滤波,用来抑制噪声:另一种是微分算子,可以用来检测边缘和特征提取. skimage库中通过filte ...
最新文章
- centos上安装zookeeper
- PHP ‘ext/soap/soap.c’权限许可和访问控制
- 各种说明方法的答题格式_【技巧】小学语文万能答题公式(六)阅读万能答题公式...
- jquery 滚动条插件
- 安装pywin32时:ImportError: DLL load failed: %1 不是有效的 Win32 应用程序和 DLL load failed...
- JDK 10:FutureTask获取一个toString()
- android110 jni01
- 【报告分享】2019年中国智能门锁发展与应用白皮书.pdf
- FckEditor 2.6.4升级手记
- 数据福利|各种分辨率DEM数据下载
- 【Windows】Mathpix Snip-公式神器
- 服务器server2012重置开机密码
- mysql备份命令_mysql命令行备份方法
- SQL注入入侵动网站(MSSQL)
- SGD(随机梯度下降)
- KMP算法中next数组到底有什么深意
- php单链表检测有没有环,写一段代码判断单向链表中有没有形成环,如果形成环,请找出环的入口处,即P点...
- 电脑系统数据丢失了是什么原因?找回方法有哪些?
- 苹果4是android吗,呵呵!原来苹果手机有这么多缺点,你想换安卓吗?
- 常见LED灯的颜色波长及应用