首先,复习下离散的傅立叶变换。
离散傅立叶变换(DFT)就是先将信号在时域离散化,求其连续傅里叶变换后,再在频域离散化的结果。详情参考:
http://zh.wikipedia.org/wiki/%E7%A6%BB%E6%95%A3%E5%82%85%E9%87%8C%E5%8F%B6%E5%8F%98%E6%8D%A2
离散傅立叶的计算机实现:快速傅立叶变换(FFT),详情参考:
http://zh.wikipedia.org/wiki/%E5%BF%AB%E9%80%9F%E5%82%85%E9%87%8C%E5%8F%B6%E5%8F%98%E6%8D%A2
对于数字图像处理,涉及到二维离散傅里叶变换。
图像频域增强的一般方法:
1)计算原始图像的FFT》》》F(u,v);
2)四个角落的零频点移到图像中央;
3)H(u,v)*F(u,v)=G(u,v);
4)G(u,v)零频点移回四个角落;
5)傅里叶反变换得到最终的图像。
图像增强方法其实大多数都可以在空间域实现,
例子:空域平滑或滤波对应频域的低通滤波器。
空域均值滤波(瓣状频谱)》》》》》》》频域理想低通滤波(瓣状空域) 缺点:去噪和细节不能兼得
空域高斯滤波(高斯频谱)》》》》》》》频域高斯滤波(高斯空域) 较好的低通滤波器,广泛使用
空域的锐化(求取梯度)对应频域的高通滤波器,如sobel算子,拉普拉斯算子等
但对于一些图像增强空间域很难得到处理,但频域却可以很完美地解决,如周期噪声的消除(高斯带阻滤波器或者理想带阻滤波器)。