频率域滤波
时域(时间域):描述数学函数或物理信号与时间的关系,例如一 个信号的时域波形可以表达信号随着时间的变化。
频域(频率域):自变量是频率,即横轴是频率,纵轴是该频率信 号的幅度。也就是通常说的频谱图。频谱图描述了信号的频率结构 及频率与该频率信号幅度的关系。
空域(空间域):以空间坐标作为变量进行的研究,如从二维空间 角度看待图片上点与点之间关系并处理就是空域图像处理。
图像域变换
为达到图像处理的某种目的而使用的一种数学方法, 是将图像从空间域变换到其它域如频率域的数学变换。
- 使图像处理问题简化;
- 有利于图像特征提取;
- 有助于从概念上增强对图像信息的理解。
傅里叶变换
傅里叶变换是线性系统分析的一个有力工具,它能够定量地分析诸如数字图像之类的数字化系统;
把傅里叶变换的理论与物理解释相结合,将有利于解决大多数图像处理问题。
离散傅里叶变换DFT
4. 图像信号的傅里叶变换包含幅度与相位两部分;
5. 幅度谱具有较明显的信号结构特征,且易于解释;
6. 幅度本身只包含有图像本身含有的周期结构,并不表示其位置;
7. 相位谱类似随机图案,难以进行直观解释;
8. 但是,相位信息中携带着图像的位置信息,没有它将无法从频谱还原出原图像;仅依靠相位谱重构出来的图像也是能够看到一些轮廓信息的;
9. 利用相位谱记录的位置信息和幅度谱记录的亮度信息,就可以用双谱重构的方法恢复出原图像。
在傅里叶变换中,人们已习惯于使变化邻域中的低谱部分位于中央,使频域的频谱分布呈中间低、周围高的形式,这样不仅看起来比较直观,而且有利于对频谱进行各种计算与分析。为此,借助于傅里叶变换的周期性与频率位移性质,通常对频 域进行换位以使频谱分布符合上述要求。该过程又称作图像中心化。
频域滤波基础
1.频域滤波增强原理
在傅里叶变换域,变换系数反映了图像在空域难以定义的 某些特征:
- 频谱的直流低频分量对应于图像的平滑区域
- 频谱的高频分量对应于图像的边缘或变化剧烈区域
- 外界叠加噪声对应于频谱中频率较高的部分
- 恒定的干扰条纹对应于频谱中的某些特征点
构造一个滤波器,通过提升某些频率分量、压低或去除另一些分量,可以达到图像增强的目的
2.频率平面与图像空域特性的关系
- 图像变化平缓的部分靠近频率 平面的中心,该区域为低频区域;图像中的边、噪音、变化陡峻的部分,以放射方向离开频率
- 平面的圆心,该区域为高频区域
3.基本滤波公式
- 基本滤波公式可表示为:g(x,y)=IDFT[H(u,v)F(u,v)]
- 使用关于中心对称的函数可显著简化计算,因此,滤波前,先通过在变换前用(-1)^(x+y)乘以输入图像把F(u,v)中心化。
频率域滤波步骤