关于图像处理的直观理解

信号处理的过程，大多数情况下都会涉及到时域频域的处理。而关于时域频域的转化，基本上都是一些标准的算法，比如傅立叶变换，小波变换等。在具体实现上比如FFT，DCT等。

 

针对图像来说，首先可以把图像中每个点的颜色理解成二维平面上的立方柱。那么，图像可以理解为类似于海面波浪一样的东西。

 

一个直观的解释是：颜色平稳过渡的区域，类似于平静的水面（低频信号）；在对比度强烈的轮廓线上，意味着出现水面的陡升或者陡降（高频信号）。

 

基于上面的理解，我们比较容易的得出如下结论：

频域的低通滤波，对应着图像的平滑处理。

频域的高通滤波，对应着图象的轮廓线识别。

对高频分量的补偿，对应着图像的锐化处理。

恰当的设置阈值，则可以保护图像的平滑部分不被破坏。

...

 

基于上面的理解，可以帮助构思合适的频域处理方法，以达到某些目的。

 

至于空域的处理，比如一些梯度算子，本来就比较容易理解，这儿就不做特别的解释。