从信号频谱角度来看,低频部分是信号缓慢变换的频率域,而信号的迅速变化部分所在的频率域属于高频。对图像来说,信号以及噪声的频率都处于高频部分。若要减弱噪声,需要减弱高频分量,可以采用低通滤波。
在频率域,低通滤波的输出表达式为:
G ( u , v ) = H ( u , v ) F ( u , v ) G(u,v) = H(u,v)F(u,v) G(u,v)=H(u,v)F(u,v)
其中 F ( u , v ) F(u,v) F(u,v)是含噪声图像得分傅里叶变换; H ( u , v ) H(u,v) H(u,v)是线性低通滤波器传递函数; G ( u , v ) G(u,v) G(u,v)是低通滤波处理后图像的傅里叶变换。对 G ( u , v ) G(u,v) G(u,v)进行傅里叶逆变换即可得到图像 g ( x , y ) g(x,y) g(x,y)。
常用的低通滤波有:理想低通滤波器、巴特沃兹低通滤波器、高斯低通滤波器以及梯形低通滤波器等。
1.理想低通滤波器
理想低通滤波器的传递函数定义为
H ( u , v ) = { 1 , D ( u , v ) ≤ D 0 0 , D ( u , v ) > D 0 H(u,v)=\left\{ \begin{aligned} 1, \quad D(u,v) \leq D_{0} \\ 0, \quad D(u,v) > D_{0} \end{aligned} \right. H(u,v)={
1,D(u,v)≤D00,D(u,v)>D0
D 0 D_{0} D0为理想低通滤波器的截止频率,设定的非负的量; D ( u , v ) D(u,v) D(u,v)为频率点 ( u , v ) (u,v) (u,v)到频率平面原点 ( 0 , 0 ) (0,0) (0,0)的距离,即
D ( u , v ) = u 2 + v 2 D(u,v) = \sqrt{u^{2}+v^{2}