关键字: 傅里叶级数 傅里叶变换 卷积公式 模板 滤波
傅里叶变换是图像处理的基础之一。本文是我理解各个概念及其相关关系的一个涂鸦笔记,所谓涂鸦,就是不正规,不够严谨,不够工整,重在自己的理解,方便以后自己查阅。
包括如下内容:
傅里叶变换的理解,什么是傅里叶变换,什么是傅里叶级数,两者的关系如何;为什么能从一个时域的工具应用到图像上;卷积公式和模板的关系,卷积公式的理解,傅里叶变换和卷积公式的关系;滤波和卷积公式、模板及傅里叶变换的关系。
1.傅里叶变换的理解
1.1 傅里叶级数(变换)的意义
1.1.1函数与三角函数级数
周期函数可以写成三角级数的形式
左边是 t的函数,可以理解为时域的形式
右边是若干个(无穷个)正弦函数的线性叠加,可以理解为频率域的形式
故可以理解为 时域的形式可以写成频率域的形式
但是,目前的形式不利于计算和分析。
傅里叶是一个天才,想得那么复杂。一般人不太会把一个简单的周期函数弄成这么一个复杂的表示式。但傅里叶认为,式子右边一大堆的函数,其实都是最简单的正弦函数,有利于后续的分析和计算。当然,这个式能否成立,关键是级数中的每一项都有一个未知系数,如A0、An等,如果能把这些系数求出来,那么5式就可以成立。当然在5式中,唯一已知的就是原周期函数f(t),那么只需用已知函数f(t)来表达出各项系数,上式就可以成立,也能计算了。
感性的理解见 不懂傅里叶变换就掐死我一文
图像表示有三种等价形式
图1:三角函数形式在实数域上;
图2:复数指数形式在复数域上 这个图;
图3:复数指数形式在域上, 《特征提取与图像处理》书其系数的图像
图1三角函数形式在实数域上
对应的,
图2复数指数形式在复数域上 (是离散的,是无数条黑色螺旋线!)
图3复数指数形式在域上 (《特征提取与图像处理》书)
其系数的图像为:
1.2 傅里叶变换与傅里叶级数
1.2.1 傅里叶级数
傅里叶级数有两种形式 三角函数形式和复数形式
1.2.1.1 三角函数形式的傅里叶级数
f(t)是周期为T=2l的定义域为负无穷到正无穷
W=2pi/T=pi/l
1.2.1.2复指数函数形式
欧拉公式
Cn是复变指数函数形式中的系数。前面的系数部分。
其值是复变指数基下的;比方, 三角函数形式的an和bn是各自为cos和sin的。 这个值不直接等于an或bn,但是有等式。
1.2.1.3例子
周期函数
奇函数
1.2.2 傅里叶变换
是对非周期函数而言的,
是对复变指数函数形式而言的
推导 见 http://wenku.baidu.com/link?url=d7YOQgqKOZjCvWWRd8eL-PqVaKjf8_EdTHA76N3ODtfdvt4N34dHCL9FaDJ__5snECBzlOYMi1eO_kf9L7_Tg_CAJP2q-LkuPx2uhps6Euq
典型的非周期函数
单脉冲(0点对称) 《特征提取与图像处理》书P30
Cos函数对应的傅里叶变换 P33
高斯函数对应的 P33
。。。
1.2.3 傅里叶级数VS 傅里叶变换
上部 是傅里叶级数的复变指数函数形式,只列出了实数轴的样子,因为是对称函数虚数轴为0,全画出来的样子是:
下部是傅里叶变换的复变指数函数形式,只列出了实数轴的样子,因为是对称函数虚数轴为0
完全举例子:简单的例子周期性的脉冲函数 (傅里叶级数)
A 用三角函数级数形式在实数域上表示
B 用复变指数函数形式在复数域上表示
C 用复数指数形式在域上表示
2. 为什么能从一个一维时域信号用的工具应用到二维图像上
2.1
想象:如果是一维的图像把其一个像素视为一秒。
二维的图像类似想象。像是涟漪一样。从左上角原点扩散开来。
抽象的说,把空间域当成时间域。
2.2 频率的理解
时域的高频是指在一定时间内值变化的多
空间域的高频是指在一定的空间内值的变化多,
例如,在空间距离d中,空间频率(由白到灰)<(由白到黑)<(由白->黑->白)。所以,越细条,越频率高。
3.滤波的理解
滤波的两种方式:
频率域滤波器:通过傅里叶变换->改变傅里叶变换->用逆傅里叶变换
空间域滤波器:通过模板
3.1 通过模板
见4节描述
3.2 频率域滤波(正规军)
4.卷积与模板的理解
4.1理解卷积
模板等价于卷积运算,理解好模板有利于理解卷积
卷积: 记为h(x)=(f*g)(x)= ,
模板:
深蓝的点是x,g是 图像对应的函数,f是模板对应的函数。自变量在模板的范围内时,f的取值<>0;
在模板范围外时,f的取值=0
4.2 卷积、模板与傅里叶变换
因为模板等价于卷积,故亦是模板与傅里叶变换的关系.
空间域滤波器和频率域滤波器之间的对应关系(模板与频率域滤波器之间的关系):
两者组成了一组傅里叶变换对。也就是说给出在频率域的滤波器,通过傅里叶反变换就可以得到在空间域相应的滤波器,反之亦然。
这个最基本的联系是有卷积定理建立的
卷积定理 f(x,y) * g(x,y)<=>F(u,v)G(u,v)
所以,通过模板的函数f能求出其F,能知道模板对图像的滤波作用。
对于 高斯模板,平均数模板,都是低通滤波器(low-pass)
4.3 选择频率域滤波器还是空间域滤波器