目录
对于数字图像的处理,通常会用到各种的滤波操作,谈及滤波这个词,总会让人联想到信号处理中那一系列繁琐的转换计算公式,顿时觉得头昏脑胀。其实,若仅仅从空域来理解数字图像的滤波操作,便能够更加直观地理解整个滤波运算的过程。故此,整理了一些常用的空域滤波算法,分享给大家。
1. 时域、空域、频域
时域:考虑时间维度的计算,比如,距离D=速度V*时间T,这就是一个典型的时域问题。在数字图像领域,可以表示为I(x, y, t),即每幅图像中的像素点的数值由位置信息(x, y)和时间信息t共同决定。通常涉及到时间域的算法,大多数是用于处理视频图像的,因为视频可以看作是一系列具有时间关联性的图像的组合。
空域:仅考虑空间位置关系的计算,排除时间维度的影响。在数字图像领域,可以表示为I(x, y),即每幅图像中的像素点的数值仅由位置信息(x, y)决定。空间域的算法只会使用单幅图像本身的信息进行运算。
频域:由于任何信号均可分解为多个具有不同频率和振幅的正弦波,故频域便用于反映组成信号的不同频率正弦波的振幅情况。通常使用傅里叶变换将空域或时域信号转换到频域进行运算。频谱图描述了信号的频率结构以及频率与该频率信号幅度的关系。
2. 低通(LPF)和高通(HPF)
低通和高通的概念都是针对频域而言的,通过在频域中设定不同的频率点(截止频率),实现对不同频率的信号内容的过滤操作。
低通滤波器:设定截止频率,高于该频率的信号内容被滤除。
高通滤波器:设定截止频率,低于该频率的信号内容被滤除。
在数字图像处理领域,低通滤波器通常用于图像平滑,高通滤波器通常用于边缘提取和细节增强。
傅里叶变换详解链接: