上了这么久的《数字图像处理》,都没有真正搞清楚什么是空间域、什么是频率域。晚上做题时,突发兴趣想弄清楚,所以用下面这段文字来表示二者的一些相关的知识。
从大体上说,有两种图像的处理方法:可以直接在图像像素上进行操作,即直接工作在空间域;有些情况下,通过变换输入图像来表达图像处理任务,在该变换域执行指定的任务,之后再用反变换返回到空间域。其中,T(u,v)的二维线性变换是一类特别重要的变换,其通用形式可表达为如下:
T(u,v)=∑∑f(x,y)r(x,y,u,v) ,其中累积和x=0 to M-1,y=0 to N-1 (1)
对于(1)式,f(x,y)是输入图像,r(x,y,u,v)是正变换核。而且,式(1)对u=0,1,2,...,M-1和v=0,1,2,...N-1进行计算。x和y是空间变量,M和N是f的行和列,u和v成为变换变量。T(u,v)称为f(x,y)的正变换。给定T(u,v)后,我们可以用T(u,v)的反变换来还原f(x,y):
f(x,y)=∑∑T(u,v)s(x,y,u,v) ,其中累积和u=0 to M-1,v=0 to N-1 (2)
对于(2)式,x=0,1,2...,M-1,y=0,1,2...,N-1,s(x,y,u,v)称为反变换核。
式(1)、(2)在一起称为变换对。
线性变换域处理图像的基本步骤如下:
T(u,v) R[T(u,v)]
输入图像f(x,y)--->变换----------->运算R--->反变换-------------->g(x,y)
空间域 变换域 变换域 变换域 空间域
还可以定义正向变换核的可分性和对称性,书上有的。
而所谓的空间域与频率域,恰恰是以上的变换的一种特殊方法的产物:傅里叶变换!在正向变换过程中,由空间域转换到频率域,再反变换到空间域。那为什么要进行这个转换呢,因为频率域就是一些特性比较突出,容易处理,比如下面这幅图:
很明显,图(a)被严重污染了,图(b)表示傅里叶变换的幅度,显示了干扰能力脉冲(中心亮点周围的8个小亮点就是污染的脉冲),即图(a)的频谱(简称谱)。如果开始就在图(a)上处理,不好找出噪声的模式,如果变换到频率域,则比较好找出噪声的模式,并能更容易的处理(如图(c)),然后再反变换回去。
在《数字图像处理》(version 3)里,详细介绍了傅里叶变换对,由于现在已经很晚了,暂时写到这里,待续。