数字图像处理(雷刚萨斯）第四章 ----频率域滤波（笔记）2021-04-27

笔记：数字图像处理(雷刚萨斯）第四章 ----频率域滤波

老师说毕竟是数学专业而不是工科，得对参数有定性和定量，知道为什么选这个数值。
频率=1/T，联想：1/时间，当1 是位移时，这不就是速度嘛，这里的1应该可以理解为1周，毕竟三角函数本质上是在圆周上的运动展开的，傅里叶变换牛文【跟角速度是不是也有关系？？忘了，待查，先预习完再说】
问题：
1。关于拉普拉斯，为啥在频率域是这俩的平方，而没有同时关于x,y的二阶偏导数？为啥它原本是2阶导数，怎么不用一阶导数，[拉普拉斯]，梯度在数学上表示什么，什么关系(https://zhuanlan.zhihu.com/p/67336297)
拉普拉斯
2.低通滤波器实现原理及方法（Matlab)

4.1背景

①傅里叶级数和变换背景

②有趣例子

4.2基本概念

①复数、傅里叶级数

1.复数：模长–大小，角度–旋转（这个还是看视频吧）

②冲激及取样函数

③连续变量函数的傅里叶变换

④卷积

4.3取样和取样函数的傅里叶变换

①取样 和 取样函数的傅里叶变换

②取样定理

③混淆

④由取样后的数据（重建）函数

4.4离散傅里叶变换–单变量

①由取样后的函数的连续变换得到DFT【什么是连续变换？】

②取样 和 频率间隔间得关系

4.5拓展到双变量–二维

①冲激及其取样特性

②傅里叶变换对–连续

③取样和取样定理

④图像中的混淆

⑤傅里叶变换及其反变换–离散

4.6傅里叶变换的性质–二维+离散

①空间 和 频率间隔的关系

②平移 旋转

③周期性

频率域离散的点对应着周期性无穷？

④对称性

⑤傅里叶谱 和 相角

⑥卷积定理

空间域的卷积就是时间域的点乘，反之一样。

⑦性质小结

4.7 重取样后的图像 的混淆

①频率域的其他特性

②频率域 滤波基础

③频率域 滤波步骤小结

④频率域滤波和空间域 的对应

4.8频率域滤波的使用–低通–平滑图像

①低通滤波器–理想型

②2个低通滤波器：布特沃斯，高斯（模糊）及代码实现

高斯滤波器详聊及代码实现
如何确定高斯滤波的标准差和窗口大小

高斯滤波器模板的大小为什么还要将‘3σ’乘上2再加1：那是半径且还有个中心

③其他例子

4.9频率域滤波的使用–高通–锐化图像【的特征是啥来？】

①高通滤波器–理想型

②2个高通滤波器：布特沃斯，高斯

③频率域的 拉普拉斯算子【看名字就不简单】

④钝化模板、高提升滤波、高频强调滤波

⑤同态滤波

4.10选择性滤波

①2种滤波器：带阻、带通 高斯滤波器+代码

②陷波 滤波器 滤波器详解

频率矩形、F变换的直流分量、相角、功率谱、零相移
实函数的傅里叶变换是关于原点共轭对称的，因此频谱是关于原点偶对称的，而相角是关于原点奇对称的。由此得出的结论是傅里叶变换在u,v方向上是无穷周期的，而通过反变换得到的图像也是无穷周期的，我们感兴趣的是在区间[0,M-1]上的一个完整周期，变换之前，通过将f(x,y)乘以（-1）^(x+y)可以得到期望的周期，调用fftshift可以实现。最重要的是零频率项与f(x,y)的平均值成正比。傅里叶变换后，频率矩阵的原点不在中心，可以使用函数fftshift将变换的原点移动到频率矩形的中心。
理想低通、布特沃斯、高斯低通滤波器及代码实现
python实现基本的空域、频域滤波操作（中值滤波、均值滤波、FFT_陷波器）
陷波滤波器等-matlab
关于unit8函数

4.11实现

①二维DFT的可分性【啥是可分性】

②用DFT算法计算IDFT

③FFT

④滤波器设计的一些注释

4.0小结