基础篇10-频域滤波（下）--实现

Jason 2008

已于 2025-02-21 10:44:50 修改

阅读量212

点赞数 2

分类专栏：基于Halcon的机器视觉实践-基础篇文章标签：人工智能计算机视觉图像处理 C++ c++

于 2025-02-19 16:11:49 首次发布

本文链接：https://blog.csdn.net/ahhjian/article/details/145732364

版权

基于Halcon的机器视觉实践-基础篇专栏收录该内容

16 篇文章

订阅专栏

本节介绍各类频率滤波器的构造和使用方法。

1 引言

频域滤波器通过傅里叶变换将图像转换到频率域进行处理，能够有效实现特定频率特征的提取或抑制。

根据频率选择方式和应用场景，主要分为以下类型：

(1) 低通滤波器 (Low-pass Filter)：

特征选择：保留低频分量，抑制高频成分
图像效果：平滑细节、去噪，但可能产生边缘模糊
数学形式：理想/高斯/布特沃斯模型（衰减梯度不同）
应用场景：医疗图像去噪、工业检测中的纹理平滑

(2) 高通滤波器 (High-pass Filter)

特征选择：增强高频分量，削弱低频区域
图像效果：突出边缘/纹理，但会放大噪声
参数特性：截止频率误差敏感（误差±5%锐度变化显著）
应用场景：表面缺陷检测、显微图像增强

(3) 带通滤波器 (Band-pass Filter)

特征选择：通过中心频率两侧的对称频率区间（通常3dB带宽为标定值）
时空特性：在指纹识别中能有效分离周期性背景噪声
工程实现：常通过低通与高通级联实现

(4) 带阻滤波器 (Band-stop Filter)

反选操作：消除特定频段（如消除扫描图像的条纹噪声）
参数特性：带宽定义为-3dB衰减区间，衰减深度可达40dB以上
应用验证：需通过功率谱分析确定干扰频率

(5) 同态滤波器 (Homomorphic Filter)

双域处理：同时处理光照（低频）与反射分量（高频）
非线性优化：采用对数域频域混合处理提升动态范围
控制参数：高频增益>1，低频增益<1（典型值：高频1.5，低频0.5）

2 低通/高通滤波器

常见的频域低通滤波器有：理想低通、巴特沃斯低通、高斯低通等，对应的高通滤波器也是三类：理想高通、巴特沃斯高通、高斯高通。

其中高通滤波可以通过低通滤波器得到。

2.1 理想低通

Halcon使用gen_lowpass算子生成的低通滤波器。进而将生成的低通滤波器会与图像的傅里叶变换结果相乘，以实现低通滤波效果。

算子声明：

gen_lowpass (LowPass, Frequency, Norm, Mode, Width, Height )

参数说明：

ImageLowpass (输出参数): 生成的频域低通滤波器。
Frequency (输入参数): 截止频率。
Norm (输入参数): 滤波器的归一化系数。取值为‘None’或‘n’，默认值为‘None’。
Mode (输入参数): 滤波器的模式参数，规定了DC（直流项）在频域中的位置。取值如下：

'dc_center': 直流分量（零频率）位于图像中心，默认值。
'dc_edge': 直流分量位于图像边缘。

Width, Height (输入参数): 滤波核的尺寸。默认值都为512，若设为 -1，Halcon 自动计算合适的尺寸。

实例：

* 读取图像
read_image(Image, 'example_image.png')

* 将图像转换为灰度图像（如果必要）
rgb1_to_gray(Image, GrayImage)

* 获取图像尺寸
get_image_size(GrayImage, Width, Height)

* 生成低通滤波器
gen_lowpass(Lowpass, 30.0, 'dc_center', Width, Height)

* 对图像进行傅里叶变换
fft_image(GrayImage, ImageFFT)

* 将傅里叶变换结果与低通滤波器相乘
mult_image(ImageFFT, Lowpass, FilteredFFT, 1, 0)

* 对滤波后的结果进行逆傅里叶变换
fft_image_inv(FilteredFFT, FilteredImage)

* 显示结果
dev_display(FilteredImage)

注意事项：

Sigma 值的选择会影响滤波效果，较大的 Sigma 值会导致更强的平滑效果。
Mode 参数决定了滤波器的频率中心位置，通常使用 'dc_center' 即可。

2.2 高斯低通

Halcon使用gen_gauss_filter算子生成频域高斯滤波器模板。

算子声明：

gen_gauss_filter( : ImageGauss : Sigma1, Sigma2, Phi, Norm, Mode, Width, Height : )

参数说明：

ImageGauss (输出参数): 生成的高斯滤波核图像（灰度值表示滤波权重）。
Sigma1 (输入参数): 高斯分布在主方向（未旋转时沿 x 轴）的标准差，控制平滑强度。
Sigma2 (输入参数): 高斯分布在次方向（未旋转时沿 y 轴）的标准差。若设为 0，则自动与 Sigma1 相同（各向同性高斯）。
Phi (输入参数): 高斯滤波器的旋转角度（弧度），默认 0 表示不旋转。
Norm (输入参数): 归一化方式：'none': 不归一化（直接使用高斯值）。'sum': 滤波核权重总和为 1（默认，避免亮度偏移）。'max': 滤波核最大值归一化为 1。
Mode (输入参数): 频域滤波时的频率中心模式：'dc_center': 直流分量（零频率）位于图像中心（默认）。'dc_edge': 直流分量位于图像左上角（边缘）。
Width, Height (输入参数): 滤波核的尺寸。默认值都为512，若设为 -1，Halcon 自动计算合适的尺寸。

使用说明：

Sigma1 和 Sigma2: 值越大，平滑效果越强，但会丢失更多细节。若 Sigma2 < Sigma1，滤波器呈各向异性（适用于特定方向平滑）。典型初始值：Sigma1 = Sigma2 = 3.0。
Width 和 Height: 设为 -1 时，Halcon 自动计算合理尺寸（覆盖高斯分布 99.7% 的能量）。手动设置时需确保尺寸足够大（例如 Width = 2*ceil(3*Sigma1) + 1）。
归一化（Norm）: 空间域滤波通常用 'sum'，避免亮度偏移。频域滤波可选 'none'，因为后续操作（如逆变换）可能隐含归一化。

实例：

* 生成高斯滤波核（尺寸需与图像一致）
get_image_size(GrayImage, Width, Height)
gen_gauss_filter(GaussKernelFreq, 30.0, 30.0, 0.0, 'none', 'dc_center', Width, Height)

* 图像傅里叶变换
fft_image(GrayImage, ImageFFT)

* 频域滤波（相乘）
mult_image(ImageFFT, GaussKernelFreq, FilteredFFT, 1, 0)

* 逆傅里叶变换
fft_image_inv(FilteredFFT, FilteredImage)

* 显示结果
dev_display(FilteredImage)

2.3 理想高通

Halcon中仅提供了一个理想高通滤波器算子gen_highpass，使用它生成高通滤波器的算子。

高通滤波器在图像处理中常用于增强高频信息（如边缘、细节），同时抑制低频信息（如平滑区域）。它通常用于频域滤波。

算子声明：

gen_highpass ( : ImageHighpass : Frequency, Norm, Mode, Width, Height : )

参数说明：

ImageHighpass (输出参数): 生成的频域理想高通滤波器。
Frequency (输入参数): 截止频率，用于控制高通滤波器的过渡区域。截止频率越低，保留的低频成分越多；越高则保留的高频成分越多。。
Norm (输入参数): 滤波器的归一化系数。。
Mode (输入参数): 滤波器的模式参数，规定了DC（直流项）在频域中的位置。
Width, Height (输入参数): 滤波核的尺寸。默认值都为512，若设为 -1，Halcon 自动计算合适的尺寸。

实例：

* 读取图像
read_image(Image, 'example.png')
rgb1_to_gray(Image, GrayImage)

* 获取图像尺寸
get_image_size(GrayImage, Width, Height)

* 生成高通滤波器（截止频率为 40.0）
gen_highpass(Highpass, 40.0, 'dc_center', Width, Height)

* 对图像进行傅里叶变换
fft_image(GrayImage, ImageFFT)

* 将傅里叶变换结果与高通滤波器相乘
mult_image(ImageFFT, Highpass, FilteredFFT, 1, 0)

* 对滤波后的结果进行逆傅里叶变换
fft_image_inv(FilteredFFT, FilteredImage)

* 显示结果
dev_display(FilteredImage)

3 带通滤波器

3.1 理想带通

Halcon使用gen_bandpass算子生成的理想带通滤波器。进而将生成的带通滤波器会与图像的傅里叶变换结果相乘，以实现带通滤波效果。

算子声明：

gen_bandpass ( : ImageBandpass : MinFrequency, MaxFrequency, Norm, Mode, Width, Height : )

参数说明：

ImageBandpass (输出参数): 生成的频域理想带通滤波器。
MinFrequency/MaxFrequency (输入参数):最小/最大频率，两者的差对应着带通滤波器通带的宽度。
Norm (输入参数): 滤波器的归一化系数。取值为‘None’或‘n’，默认值为‘None’。
Mode (输入参数): 滤波器的模式参数，规定了DC（直流项）在频域中的位置。
Width, Height (输入参数): 滤波核的尺寸。默认值都为512，若设为 -1，Halcon 自动计算合适的尺寸。

3.2 高斯带通

Halcon使用gen_std_bandpass算子生成标准带通滤波器的算子。它通常用于图像处理中的频域滤波，以提取特定频率范围内的信息。

算子声明：

gen_std_bandpass ( : ImageFilter : Frequency, Sigma, Type, Norm,
Mode, Width, Height : )

参数说明：

ImageFilter(输出参数): 生成的频域高斯带通滤波器。
Frequency (输入参数):带通滤波器通带的宽度。
Sigma (输入参数): 滤波器的带宽（对应于标准差）。
Type (输入参数):滤波器类型（可选‘sin’和‘gauss’，默认值是‘sin’）。
Norm (输入参数): 滤波器的归一化系数。取值为‘None’或‘n’，默认值为‘None’。
Mode (输入参数): 滤波器的模式参数，规定了DC（直流项）在频域中的位置。
Width, Height (输入参数): 滤波核的尺寸。默认值都为512，若设为 -1，Halcon 自动计算合适的尺寸。

3.3 正弦带通

Halcon使用gen_sin_bandpass算子生成的正弦带通滤波器。

算子声明：

gen_sin_bandpass ( : ImageFilter : Frequency, Norm, Mode, Width, Height : )

参数说明：

ImageFilter (输出参数): 生成的频域正弦带通滤波器。
Frequency (输入参数):正弦带通滤波器的频率。
Norm (输入参数): 滤波器的归一化系数。取值为‘None’或‘n’，默认值为‘None’。
Mode (输入参数): 滤波器的模式参数，规定了DC（直流项）在频域中的位置。
Width, Height (输入参数): 滤波核的尺寸。默认值都为512，若设为 -1，Halcon 自动计算合适的尺寸。

缺少实例：

4 其他频率滤波器

4.1 导数滤波器

Halcon使用gen_derivative_filter算子生成的频域导数滤波器。该滤波器可用于图像锐化和边缘检测等。

算子声明：

gen_derivative_filter ( : ImageDerivative : Derivative, Exponent, Norm, Mode, Width, Height : )

参数说明：

ImageDerivative (输出参数): 生成的频域正弦带通滤波器。
Derivative(输入参数):指明导数方向，取值为： {’x’, ’y’, ’xx’, ’xy’, ’yy’, ’xxx’, ’xxy’, ’xyy’, ’yyy’}，默认值为’x’。
Exponent(输入参数):指数项，用于反变换。
Norm (输入参数): 滤波器的归一化系数。取值为‘None’或‘n’，默认值为‘None’。
Mode (输入参数): 滤波器的模式参数，规定了DC（直流项）在频域中的位置。
Width, Height (输入参数): 滤波核的尺寸。默认值都为512，若设为 -1，Halcon 自动计算合适的尺寸。

缺少实例：