java 图像傅里叶变换_图像频域滤波与傅里叶变换

本文介绍了如何使用Java进行图像的傅里叶变换和频域滤波。首先,讨论了频率滤波在图像处理中的作用,通过图像的像素曲线展示了图像特征与像素值的关系。接着,详细解释了傅里叶变换的概念,以及在数字图像处理中如何进行傅里叶变换和平移。最后,阐述了如何通过频域滤波去除图像噪声,并展示了频域滤波前后的图像对比。
摘要由CSDN通过智能技术生成

1、频率滤波

图像的空间域滤波:用各种模板直接与图像进行卷积运算,实现对图像的处理,这种方法直接对图像空间操作,操作简单。图像处理不仅可以在空间域进行还可以在频率域进行,把空间域的图像开窗卷积形式,变换得到频率域的矩阵点乘形式得到比较好的效果。图像频域滤波,先把图像转换到频域空间,然后对不同的频率点进行滤波,使用信号处理的技术,对图像实现滤波。比如实现图像的轮廓提取,在空间域滤波中我们使用一个拉普拉斯模板就可以提取,而在频域内,我们使用一个高通滤波模板,可以实现轮廓的提取。

图像特征与像素点数值的关系:

图像尺寸418*564,如果把每一行所有像素,一行564个点的灰度作为一维向量画图,取前三行画成三条曲线,就得到了下面的图形。

subplot(2,1,1);

imshow(img), title('原始图像');

line1 = img(1, :);

line2 = img(2, :);

line3 = img(3, :);

subplot(2,1,2);

hold on

plot(line1, 'r');

plot(line2, 'g');

plot(line3, 'b');

输出结果如下图。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值