数字图像处理复习(part2)
前面提到了空间域变换,接下来开始频率域变换(说实话,我对这些不是特别懂,一边看ppt一边理解吧…)
Chapter4 频域图像增强
引入:傅里叶变换
一维离散傅里叶变换及其反变换
二维离散傅立叶变换(数字图像处理的核心)
F(0,0)=
是图像f(x,y)各像素灰度级的和,F(0,0)/MN,得到图像灰度的均值。
F(0,0)是频率谱的直流分量(系数),
其他F(u,v)的值是交流分量(交流系数)。
简单理解成,越亮(越白)代表成分越多。
频域率的性质:频域的中心邻域对应图像中慢变化部分,较高的频率对应图像中变化较快的部分(物体边缘、线条等。)
傅里叶可以方便和卷积相乘(注意图中*是卷积的符号)
频域滤波的过程:
- 计算F(u,v)
- 用滤波函数H(u,v) 乘F(u,v)
- 计算离散傅立叶反变换
DFT(Discrete Fourier Transformation)
- 使用函数paddedsize获得填充参数 PQ = paddedsize(size(f))
- 得到使用填充的傅里叶变换 F = fft2(f, PQ(1), PQ(2))得到使用填充的傅里叶变换 F = fft2(f, PQ(1), PQ(2))
- 生成一个滤波函数
- G=H*F
- 获得G逆傅里叶变换的实部g=real(ifft2(G))
- 将g左上部的矩形修剪为原始大小 g=g(1:size(f,1),1:size(f,2))
频域平滑滤波器
低通滤波器 Low pass filters 通过过滤掉高频成分,达到平滑目的。
将频域中所有与原点的距离超过D0的高频分量截取掉。
理想低通的振铃现象:过渡过于激烈(上面的第三张图),在变化特别大的地方容易产生,长得像涟漪,因为用来过滤的函数的余波影响
-
Butterworth低通滤波器
-
高斯低通滤波器
频率锐化滤波器
高通滤波器 High pass filters 仅保留高频分量,截取低频分量。高通滤波器可以通过低通滤波器获得:Hhp(u,v) = 1 - Hlp(u,v)
理想高通滤波器
Butterworth高通滤波器
Gaussian高通滤波器(看来熟悉的名字还是用汉字打更舒服…)
高通强调滤波,高通滤波去除了直流分量,导致原图像失去大部分背景色调,所以补偿一下。
给高通滤波器加上一个偏移量并乘一个大于1的常数(b>1)
Hhfe(u,v) = a + b·Hhp(u,v)
同态滤波器
given concept:一幅图像f(x,y)能够用它的入射光分量和反射光分量来表示,f(x,y)=i(x,y)r(x,y)
i(x,y):光源产生的照度场
r(x,y):目标的反射系数场
定义:F{z(x,y)} = F{ln f(x,y)} = F{ln i(x,y)} + F{ln r(x,y)},用傅里叶变换转换
则 z(x,y) = ln i(x,y) + ln r(x,y)
or Z(u,v) = I(u,v) + R(u,v)
如何应用:照明分量,往往变化缓慢,反射分量倾向于剧烈变化,特别是在交界处。
应用过程
对f(x,y) 进行ln,得z(x,y),傅里叶变换得Z(u,v),除