图像的二维DFT及其反变换

本文探讨了二维离散傅里叶变换(DFT)在图像处理中的应用,介绍了如何通过傅里叶反变换计算图像的DFT,并详细阐述了幅度谱、相角、功率谱的概念。此外,还解释了DFT原点的设置以及为何要求M和N为偶数以确保坐标为整数。DFT的(0,0)点对应于图像的平均灰度值,也称为直流成分。" 112497890,10296290,使用OpenCV在Python中检测键盘输入,"['计算机视觉', 'Python编程', 'OpenCV库', '交互式编程']
摘要由CSDN通过智能技术生成
       在图像处理中,傅里叶变换应该是二维的,而且,是离散的,即:二维 DFT 。一个图像尺寸为的函数的离散傅里叶变换由以下等式给出:

 (1)

像在一维中的一样,此表达式对u值(u=0,1,2,...,M-1)和v(v=0,1,2,..,N-1)计算。给出,可以通过傅里叶反变换来计算得到f(x,y),即:

   

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值