contoulert变换—基础探索

最新推荐文章于 2023-04-11 10:04:02 发布

我是涵涵呀

最新推荐文章于 2023-04-11 10:04:02 发布

阅读量809

点赞数 1

分类专栏：图像处理文章标签： contourlet lp dfb

本文链接：https://blog.csdn.net/Loe_Pold/article/details/90523776

版权

本文介绍了Contourlet变换的基础，包括方向滤波器（DFB）的基本概念和作用，LP滤波器的原理，以及Nonsubsampled Pyramid（NSP）和Nonsubsampled方向滤波器（NSDFB）在减少失真和平移不变性方面的重要性。Contourlet变换通过这些组件实现了图像特征的有效检测和多尺度分析。

摘要由CSDN通过智能技术生成

方向滤波器（DFB direction filter bank）
基本概念：
方向可调滤波器具有任意旋转的功能，并可简单地表示为一组基滤波器的线性组合。它对应的滤波器基是在频域上相互之间有一定重叠的一组滤波器，其中的每一个基滤波器都可表示为方向可调滤波器旋转到某一角度时的形式。
作用：
可以准确地检测出目标的边缘、纹理以及奇异点等特征

比如去噪，噪声点的局部方向能量很大，首先介绍一下什么是图像的能量。
 冈萨雷斯版<图像处理>里面的解释非常形象：
 一个恰当的比喻是将傅里叶变换比作一个玻璃棱镜。棱镜是可以将光分解为不同颜色的物理仪器，每个成分的颜色由波长
（或频率）来决定。就我的理解，傅里叶变换使数学上的棱镜，将某个函数（本文指图像）基于频率分解成不同部分。

LP滤波器
基本概念：傅里叶变换有一个很大局限性，那就是信号必须满足狄利赫里条件才行，特别是那个绝对可积的条件，一下子就拦截掉了一大批函数。把不满足绝对的可积的函数乘以一个快速衰减的函数，这样在趋于无穷时原函数也衰减到零了，从而满足绝对可积。傅里叶变换是将函数分解到频率不同、幅值恒为1的单位圆上；拉普拉斯变换是将函数分解到频率幅值都在变化的
圆上。
contourlet变换