傅里叶变换
引言:连续周期信号可以表示为一系列不同频率的正弦波的线性叠加,如下图6-1
性质:
- 平移特性
- 旋转特性
- 尺度特性
- 卷积特性:空间域的卷积对应频域的乘积;空间域的乘积对应频域的卷积
- 相关特性
- 分离特性
频域滤波原理
通过滤波系统修正,输入图像频率成分,从而达到图像增强的目的
低通滤波器
作用:允许低频成分通过,去除衰减(高频)成分,图像中尖锐的细节被平滑
类型:
- 理想低通滤波器
- Butterworth滤波器
- 高斯低通滤波器
同态滤波
- 基于图像成像模型
- 在频域压缩灰度动态范围,增强对比度
f ( x , y ) = I ( x , y ) × R ( x , y ) f(x, y) = I(x, y) \times R(x, y) f(x,y)=I(x,y)×R(x,y)
I ( x , y ) I(x, y) I(x,y):照射分量 =====> 在整个空间区域缓慢变化
R ( x , y ) R(x, y) R(x,y):反射分量 =====> 在整个物体间的交界处急剧变化
人眼对图像亮度的响应类似于对数运算: l n ( x , y ) = l n I ( x , y ) + l n R ( x , y ) ln(x,y) = lnI(x,y) + lnR(x, y) ln(x,y)=lnI(x,y)+lnR(x,y)
作用:
- 抑制低频,压缩了图像的动态范围
- 增强高频,加大了各部分间的对比度
如下图6-2
应用效果,如下图6-3
基于Retinex滤波
名称:
- Retina:视网膜
- Cortex:大脑皮层
理论:
- 物体颜色:物体对长波、中波、短波的反射特性
- 人眼视觉:观察物体时首先寻找标准的“白光“,计算色差从而得到物体的信息
结论:
- 入射光决定了图像灰度级动态范围
- 反射光决定了图像具有的内在本质
入射分量的特点:
- 入射分量具有缓和平滑性
- 入射分量与反射光具有一定的弱相关性
l
n
R
(
x
,
y
)
=
l
n
f
(
x
,
y
)
−
l
n
I
(
x
,
y
)
lnR(x,y) = lnf(x,y) - lnI(x,y)
lnR(x,y)=lnf(x,y)−lnI(x,y)
l
n
f
(
x
,
y
)
lnf(x,y)
lnf(x,y):原图像
l
n
I
(
x
,
y
)
lnI(x,y)
lnI(x,y):需要估算的值
环绕函数法: I ( x , y ) = f ( x , y ) × h ( x , y ) I(x,y) = f(x,y) \times h(x,y) I(x,y)=f(x,y)×h(x,y)
实际应用如图6-4