opencv-python——图像增强（二维傅里叶变换+带阻滤波）

问题：如何去除下面图中规律变化的噪声？

二维图像傅里叶变换（2D FFT）是一种将图像从空间域（时域）转换到频域的方法，其原理是在两个方向上（水平和垂直）分别对图像执行一维傅里叶变换。

 

二维傅里叶变换的输出是大小为M×N 的幅度谱和相位谱（F(u,v) 的模和辐角）。其中，幅度谱表示了输入信号中频率成分的强度，而相位谱表示了输入信号中每个频率成分的位置信息。

傅里叶变换用于将信号（包括图像信号）转换到频域，其中高频成分代表着信号中的细节和噪声。因此，滤波去除傅里叶变换后频率较高的成分（即高频噪声）可以消除图像中的规律性噪声。使用下图的部分频段滤波：

import cv2
import numpy as np


# 滤波
def Filter(image, d0):
   f = np.fft.fft2(image)
   fshift = np.fft.fftshift(f)
   s1 = np.log(np.abs(fshift))
   H = np.empty_like(s1, float)
   M, N = image.shape
   for x in range(0, M):
       for y in range(0, N):
           d1 = np.sqrt((x - 331) ** 2 + (y - 293) ** 2)
           d2 = np.sqrt((x - 331) ** 2 + (y - 341) ** 2)
           if d1 <= d0 or d2 <= d0:
               H[x, y] = 0
           else:
               H[x, y] = 1

   new_img = np.abs(np.fft.ifft2(np.fft.ifftshift(fshift * H)))
   new_img = cv2.normalize(new_img, None, 0, 255, cv2.NORM_MINMAX)
   new_img = new_img.astype(np.uint8)
   return new_img


if __name__ == "__main__":
   img1 = cv2.imread('1-2.png', 0)
   img2 = Filter(img1, 8)
   cv2.imshow('original1', img1)
   cv2.imshow('Processed3', img2)
   cv2.imwrite('Processed3.png', img2)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

 结果图：

可以看到，通过对傅里叶变换后幅度谱进行部分滤波，可以消除图像中竖直的规律性噪声，效果不错。相对于单纯的去掉某几个噪点，边缘的黑影也能够很好的去除掉，可以说针对这个问题使用该局部滤波方法效果良好。