1、如何对原始图片进行高通滤波,请用具体表达式描述该过程,并描述该过程达到的效果是什么?
(1)具体表达式描述该过程
设f(x,y)是待处理的原图像,g(x,y)是处理后的图像。先将其进行傅里叶变换得到频谱图,具体表达式如下:
之后令F(u,v)·H(u,v)=G(u,v),其中H(u,v)是高通滤波器的频率响应(高通滤波器就是保留远离中心的数据)。
理想高通滤波器:
式中,D0是从频率域平面原点算起的截止频率(或距离)。
理想高通滤波器将以D0为半径的圆周内的所有频率置零,其具有振铃性质。
之后将处理后的频谱G(u,v)利用傅里叶逆变换得到目标图。
(2)描述该过程达到的效果是什么?
图像在传递的过程中,噪声主要集中在高频部分,边缘及急剧变换的部分也都与高频分量有关,所以高通滤波可以对图像进行锐化处理。
图像的边缘、细节主要位于高频部分,而图像的模糊是由于高频成分比较弱产生的。我们可以设计高通滤波器来抑制低频成分,通过高频部分,从而削弱低频分量,再进行傅里叶逆变换获得滤波图像以达到图像增强的目的。这样处理之后,消除了图像中的模糊部分,突出了边缘。
2、用 MATLAB 等仿真工具进行验证。
读入照片,对其进行灰度化处理,再进行傅里叶变换与我专栏“如何得到原始图片的频谱图”文章中做法类似。
下面需要构建高通滤波器,首先记录图片的尺寸大小与中心点的位置。
[a,b]=size(image_fft_shift);
a0=round(a/2);
b0=round(b/2);
设定参数,对图片内所有点进行遍历处理,以原点为圆心,位于半径为d的圆内的点乘以p,位于圆外的点乘以(p+q)。
d=10;
p=0;q=1; %这里参数可以调整,控制低频和高频分量的多少
for i=1:a
for j=1:b
distance=sqrt((i-a0)^2+(j-b0)^2);
if distance<=d h=0;
else h=1;
end;
image_fft_shift(i,j)=(p+q*h)*image_fft_shift(i,j);
end;
end;
对处理后的频域图进行中心频移,再逆变换并转换其类型输出滤波后的图像。
image_new=uint8(real(ifft2(ifftshift(image_fft_shift))));
subplot(2,2,3);imshow(image_new);title('高通滤波所得图像');
subplot(2,2,4);imshow(image_new+image);title('高频增强图像');
对上述程序测试如下图。
很高兴您能看到这里,文中提到的一些函数如果有不懂可以留言也可以在matlab支持(支持 - MATLAB & Simulink (mathworks.cn))里去查询。希望本文对您学习有所帮助!