HALCON 频域详解

1.空间域与频域

空间域:对像素的灰度处理

频域:傅里叶变换和小波变换

频域检测缺陷的思路是先从空间域到频域,在频域中进行适当滤波,选择自己想要的频段,然后再返回到空间域中去

2.频谱(频率谱):频率密度的分布

纵坐标表示幅度值

横坐标表示频率

在频谱中用亮暗来表示

3.频率高低

灰度变化大的地方:高频,一般是边缘小细节

灰度变化小的地方:低频,一般是背景

4.频域与傅里叶变换

4.1傅里叶变换是有对称性的,频谱图像一般以图像中心为原点,左上与右下对称,右上与左下对称

4.2频域图像中间一般为低频,由中心向外频率逐渐增加,每点越亮表示该频率特征突出,亮点越多表示频率成分越多,一般图像中心设置成低频,低频就是背景,背景的频率肯定大,所以中心亮

4.3空间域原图中某方向变化剧烈,那么对应频谱中该方向就会出现相应的亮点,傅里叶反变换是从频域到空间域,一般实在频域中滤波后再反变换到时域空间域

5.傅里叶变换的四个性质

对称性、平移性、共轭性、周期性

  1. fft_image 快速傅里叶变化,频谱原点在中心 空间域到频域

    fft_generic 参数可选在中心还是四个角上

rft_generic 原点在四个角上

在这里插入图片描述

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Halcon频域滤波是一种用于图像处理的技术,可以通过在频域对图像进行滤波来实现对图像的增强或去噪。根据引用\[1\]和引用\[2\]的内容,可以使用零相移滤波器和陷波带阻滤波器来构造频域滤波器。具体的步骤可以参考引用\[3\]中的代码示例。 首先,将彩色图像转换为灰度图像,并获取图像的尺寸。然后,对图像进行FFT变换,得到频域图像。接下来,对频域图像进行平滑处理,可以使用binomial_filter函数进行滤波。然后,根据设定的阈值对滤波后的图像进行二值化,得到感兴趣的区域。通过连接和选择形状等操作,可以进一步筛选出满足条件的区域。最后,对选定的区域进行膨胀操作,并将结果绘制到频域图像上。最后,将滤波后的频域图像进行逆FFT变换,得到滤波后的图像。 以上是关于Halcon频域滤波的一般步骤,具体的实现可以根据具体的需求和图像处理任务进行调整和优化。 #### 引用[.reference_title] - *1* *2* *3* [频率域滤波基础之五(读数字图像处理学习halcon)](https://blog.csdn.net/pengjc2001/article/details/54133840)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
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