图像频域分析

@[图像频域分析]

概念

https://blog.csdn.net/qq_41375318/article/details/123250217
https://blog.csdn.net/Vichael_Chan/article/details/102570542

傅里叶变换

• 高频：变化剧烈的灰度分量，边界
• 低频：变化缓慢的灰度分量

一个周期函数，可以用多个正弦函数叠加：频域图像（相位与幅度）
频域幅值表示不同频率正弦波的强度大小，频率（）越高，说明变化越剧烈
二维图像，频率高低对应着明暗过度的缓和成都，对应于边缘和轮廓，高度的突变代表了高频信号，平缓的区块对应了低频分量

对图像进行傅里叶变换得到频谱图就是图像梯度的分布图，
注意：频谱图像上的点与图像上的各点并不是一一对应的关系，
频谱图上的明暗不一的亮点，实际上是图像上某一点与邻域点差异的强弱，即梯度大小，也就是频率的大小，
即图像中低频部分指低梯度的点，高频部分指高梯度的点

图像的高低频是对图像中各个位置之间强度变化的一种度量方法
低频分量：主要对整幅图像的强度的综合度量
高频分量：主要对图像边缘和轮廓的度量

如果一副图像的各个位置的强度大小相等，则图像只储存在低频分量，从图像的频谱图上看，只有一个主峰，且位于频率为零的位置，
如果一副图像的各个位置的强度变化剧烈，则图像不仅存在低频分量，同时也存在各种高频分量，从图像的频谱上看，不仅有一个主峰，还有多个旁峰

滤波

低频滤波：图像模糊
高频滤波：图像细节增强