数字图像处理学习笔记5：频率域滤波1（傅里叶频谱图，低通滤波-平滑，高通滤波-锐化）

---

前言

频率域滤波步骤：

频率域滤波分为低通滤波（平滑）与高通滤波（锐化）：
$$低通滤波=\{\begin{array}{l}理想低通滤波\\ 布特沃斯低通滤波\\ 高斯低通滤波\end{array}$$
$$高通滤波=\{\begin{array}{l}理想高通滤波\\ 布特沃斯高通滤波\\ 高斯高通滤波\end{array}$$

---

一、傅里叶变换：傅里叶频谱图

使用下列代码得到图像的频谱图

I=imread('1.jpg');
I=rgb2gray(I);
figure
imshow(I)
I=im2double(I);
F=fft2(I);
F=fftshift(F);
F=abs(F);
T=log(F+1);
figure
imshow(T,[]);

结果：
若仅使用频谱图来进行简单滤波，只需要了解频谱图中心为0频分量，越接近边缘则是高频分量，其中高频分量代表图像中灰度变化较大的信息，如噪声和细节，低频则相反。

---

比如对上图加入椒盐噪声，得到：
与上面的频谱图比较，发现频谱图外层的亮点明显增多，因为增加了椒盐噪声，高频分量变多。

使用频谱图进行滤波，就是在频谱图中减去低频或高频分量。

---

二、低通滤波

$$低通滤波=\{\begin{array}{l}理想低通滤波\\ 布特沃斯低通滤波\\ 高斯低通滤波\end{array}$$

---

1.理想低通滤波

理想低通滤波是在频谱图中，以0频分量（中心点）为圆心，以r为半径作的圆中，使圆外的所有高频分量置零，即只保留圆内的低频分量，以此去除噪声。

理想低通滤波器函数为：
$$H(u,v)=\{\begin{array}{ll}1,& \text{D<D}\\ 0,& \end{array}$$