研究数字图像有时需要变换到频率做处理,比如滤波等。
但直接对数字图像进行二维DFT变换得到的频谱图是高频在中间,低频在四角,为了把能量集中起来便于使用滤波器,可以利用二维DFT的平移性质对频谱进行中心化。
(1)原理
所以推导出来的结论是——对数字图像的每个像素点的取值直接乘以
(
−
1
)
x
+
y
(-1)^{x+y}
(−1)x+y就行,x和y是像素坐标。
频谱图比较亮的地方就是低频,因为图像的能量一般都是集中在低频部分。
频谱中心化以后,就是低频在中间高频在四周了。
频谱的最中间(u=v=0)就是频率变化最慢的分量,是图像频谱的直流分量,它的值是原图的平均灰度级。
(2)频域滤波
(3)一个有趣的应用
上图下面的左1是F(0,0),即平均灰度级。
左2是频谱减去左1后,以直径为25的圆环截取圆环内低频分量,反变换得到的图像。
后面是圆环直径依次增大,不断截取更多高频成分后,反变换得到的图像。
可见:
- 高频是细节信息,低频代表的概貌信息。
- 减去平均灰度级以后,反变换得到的图像的灰度在0左右,图像比较暗