灰度图像--频域滤波 傅里叶变换之连续周期信号傅里叶级数

学习DIP第18天

转载请标明本文出处:http://blog.csdn.net/tonyshengtan,欢迎大家转载,发现博客被某些论坛转载后,图像无法正常显示,无法正常表达本人观点,对此表示很不满意。。。。。。。。

0.开篇废话

    废话开始,故事是这样的,当我上大学的时候,学过信号与系统,当时已经学了高的数学,也知道了傅里叶变换的公式,但是,公式是怎么来的,有什么用,不清楚,学信号与系统的时候,知道傅里叶用在什么地方,但是不清楚为什么可以用在这些地方,书中的记忆是:傅里叶变换或者其家族的变换,主要目的是把信号转换到频域,然后巴拉巴拉巴拉。。。其实事情确实是像书中描述的那个样子,但是,可以完全换一种能让人接受的方式告诉大家,可是写书的人不肯,于是苦了看书的人。

    知乎上有一篇文章叫做“傅里叶分析之掐死教程(完整版)”大家可以自行搜索,整片文章没什么数学推导,完全从感性上介绍了傅里叶变换,有很多图,还有动图,可以供大家理解,但感性过后应该从数学的角度理性的思考傅里叶变换家族,对于图像处理,傅里叶是必须要使用和掌握的工具,而图像处理又是出自信号处理,所以我选择看奥本海姆的《信号与系统》,从中重新理解下傅里叶变换家族。

    这一篇,我们从最简单的傅里叶级数开始讲起。大概的知识结构如下图:

1.傅里叶级数

    完整内容迁移至  

http://www.face2ai.com/DIP-4-3-灰度图像-频域滤波-傅里叶变换之连续周期信号傅里叶级数/

 

 http://www.tony4ai.com/DIP-4-3-灰度图像-频域滤波-傅里叶变换之连续周期信号傅里叶级数/

  • 4
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于图像处理中的灰度变换,可以使用以下方法之一: 1. 线性灰度变换:通过整图像的亮度和对比度来变图像的灰度级分布。 . 非线性灰度变换:例如使用伽马校正来调整图像的亮度。 图像增强可以通过以下方法来实现: 1. 直方图均衡化:通过重新分布图像的灰度级来增强对比度。 2. 锐化和模糊化滤波:通过增强或减弱图像中的高频分量来提高图像的清晰度或平滑度。 3. 噪声去除:通过滤波算法去除图像中的噪声。 空域滤波是直接在图像的像素域上进行的滤波操作,常见的方法有: 1. 均值滤波:通过计算像素周围邻域的均值来平滑图像。 2. 中值滤波:通过计算像素周围邻域的中值来去除椒盐噪声等离群点。 3. 高斯滤波:通过对像素周围邻域进行加权平均来平滑图像。 频域滤波是在图像的频域上进行的滤波操作,常见的方法有: 1. 傅里叶变换:将图像从空域转换到频域,可以对频域图像进行滤波操作。 2. 频域滤波器:设计一个频域滤波器,例如低通滤波器或高通滤波器,然后将其应用于频域图像。 图像分割是将图像划分为不同的区域或对象的过程,常见的方法有: 1. 基于阈值的分割:通过选择适当的阈值将图像分为不同的灰度级别。 2. 基于边缘的分割:通过检测图像中的边缘来将图像分割为不同的区域。 3. 基于区域的分割:通过将图像中的像素组织成具有相似特征的区域来进行分割。 彩色图像处理包括彩色图像的增强、滤波、分割等操作,可以将上述方法应用于彩色图像的每个通道,或者使用特定的彩色图像处理算法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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