二维傅里叶变换和滤波(Two-Dimensional Fourier Transform and Filtering)

本文详细探讨了二维傅里叶变换在图像处理中的应用,包括离散傅里叶变换DFT、快速傅里叶变换FFT、傅里叶谱的中心化处理以及频率域滤波,特别是高斯低通滤波器。实验结果展示了不同截止频率对图像滤波和锐化的影响,指出自编fftcenter()函数可能导致图像亮度降低的问题。
摘要由CSDN通过智能技术生成


一、技术论证

1 离散傅里叶变换DFT

    离散傅里叶变换是傅里叶变换在时域和频域上都呈现离散的形式,将时域信号的采样变换为在离散时间傅里叶变换(DTFT)频域的采样。在形式上,变换两端(时域和频域上)的序列是有限长的,而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作DFT,也应当将其看作经过周期延拓成为周期信号再作变换。

    对于二维图像求傅里叶变换,需要用到二维离散傅里叶变换,设尺寸为M*N的二维离散图像函数为:

2 快速傅里叶变换FFT

    快速傅里叶变换FFT并不是与傅里叶变换DFT不同的另一种变换,快速傅里叶变换是减少DFT运算次数的一种改进算法。它是对变换式进行一次次分解,使其成为若干小点数的组合,从而减少运算量。常用的FFT是以2为基数的,其长度N=2l。它的效率高,程序简单,使用非常方便,当要变换的序列长度不等于2的整数次方时,为了使用以2为基数的FFT,可以用末位补零的方法,使其长度延长至2的整数次方。

3 傅里叶谱的中心化处理

    在数字图像处理中,常常需要将的原点移到频域的中心以便清楚地观察谱的情况。要做到这一点只需令:,则有:

    因此若要将图像谱的原点从(0,0)移到图像的中心点(N/2,N/2)处,只要将乘上因子,然后进行傅立叶变换即可。


4 频率域滤波步骤



评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值