【图像处理与分析（数字图像处理第二版）学习笔记（4.1）】

最新推荐文章于 2021-01-29 17:04:04 发布

秋名鱼酱

最新推荐文章于 2021-01-29 17:04:04 发布

阅读量451

点赞数

分类专栏：图像处理与分析文章标签：图像处理

本文链接：https://blog.csdn.net/KID_yuan/article/details/83958277

版权

图像处理与分析专栏收录该内容

9 篇文章 0 订阅

订阅专栏

第四章，频率域图像增强

1，连续和离散傅里叶变换和反变换表达式？

一维连续：

$F(u)=\int _{-\infty }^{\infty }f(x)e^{-j2\pi ux}dx$ $f(x)=\int _{-\infty }^{\infty }F(u)e^{j2\pi ux}du$

二维连续：

$F(u,v)=\int _{-\infty }^{\infty }\int _{-\infty }^{\infty }f(x,y)e^{-j2\pi (ux+vy)}dxdy$ $f(x,y)=\int _{-\infty }^{\infty }\int _{-\infty }^{\infty }F(u,v)e^{j2\pi (ux+vy)}dudv$

一维离散：

$F(u)=\frac{1}{M}\sum _{x=0}^{M-1}f(x)e^{-j2\pi ux/M}$ $f(x)=\sum _{u=0}^{M-1}F(u)e^{j2\pi x/M}$

二维离散：

$F(u,v)=\frac{1}{M}\frac{1}{N}\sum_{x=0}^{M-1}\sum_{Y=0}^{n-1}f(x,y)e^{-j2\pi (ux/M+vy/N)}$ $f(x,y)=\sum_{x=0}^{M-1}\sum_{Y=0}^{n-1}f(x,y)e^{j2\pi (ux/M+vy/N)}$

2，二维图像离散傅里叶变换性质？

1、时移性

2、频移性

3、均值

4、共轭对称性

|F(u,v)|=|F(-u,-v)|

5、周期性

6、位移不变性是指输入信号的位移对于输出信号不会产生什么影响，只会使得输出信号产生相应的位移。也就是说，如果输入信号为x[n]时，系统产生的输出信号为 y[n]，那么对于任意的输入信号和常数s，都有输入信号为x[n+s]时输出信号为y[n+s]成立。通过给变量n加上常数s，可以使波形在水平方向上左移或右移，注意左'+'右'-'。

7、线性