第四章 图像的频域增强

  • 傅里叶变换
  1. 频域变换

• 图像增强除可在空域进行外,也可以在变换域进行。最常用的变换域就是频率域

• 对图像进行傅里叶变换就可转到频率域

• 频域增强有直观的物理意义,增强是通过改变图像中不同频率分量来实现的,而不 是对逐个像素进行的

• 图像频谱给出图像全局的性质,用频率分量来分析增强的原理比空域方便

  1. 2-D离散傅里叶变换(DFT)的定义

– 一个大小为MxN的图像,DFT以后在频域也是一组MxN的数据,一般而言是一组复数,分别代表原图像在频域的幅频特性和相频特性

– 2-D傅里叶变换基本具有1-D傅里叶变换的性质

• 周期、线性、平移、尺度、共轭对称、微积分、卷积等

• 并具有2-D特有的旋转、可分离等性质

  1. 2-D离散傅里叶变换的性质
  1. 空域周期和频域频率:∆u∆x=M     ∆v∆y=N

MxN图像大小;

∆x空域--∆u频域 若∆x=2, ∆u=M/2, 表示空间周期为2 的信号,其频域 特性体现在M/2 位置

若∆u=1, ∆x=M, 表示频域中∆u=1 位置的特性代表空域中以M为周期的信息情况

  1. 平移性质:

  1. 周期性质

fx,y=fx+kM,y+lN

Fu,v=F(u+kM,v+lN)

k,l为整数

  1. 对称性质:对普通情况下的实数图像

– F(u,v)的幅频特性是(u,v)偶函数,相频特性为(u,v)奇函数

– F(u,v)的实数部分是(u,v)偶函数,虚数部分为(u,v)奇函数

  1. 旋转性质

x = r cosθ, y = r sinθ, u =ωcosϕ, v =ωsinϕ

f(r,θ+θ0)⇔F(ω,ϕ+ϕ0)

  1. 尺度性质

  1. 卷积性质

  1. 傅里叶变换相关计算

  1. 傅里叶变换与相关计算

-特征提取

-图像配准

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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