目的
了解图像频域处理的内容和应用
方法
Source:机器视觉技术与应用_中国大学MOOC(慕课) (icourse163.org)
傅里叶变换及应用
一条直线可以由无数个幅值和频率不同的正弦曲线叠加而成。
平方函数的频域构成如上图所示。
数字图像中的傅里叶变换
二维的三角函数 | |
二维三角函数的图像 | x的角标代表不同方向的频率(y方向,x方向) |
二维离散傅里叶变换 | X矩阵代表了不同频率二维三角函数的系数 |
图像的重建 | 通过X矩阵与二维三角函数相乘叠加,可以复原图像 |
图像的频谱图 | 可以和平方函数的频谱图进行对比理解 高频区域一般为噪声,低频区域一般为轮廓和区域 |
结果
了解到傅里叶变换可以将图像转化为频域上的分布(不同频率的二维三角函数的系数矩阵),而且通过系数矩阵和二维三角函数可以还原图像。