数字图像处理day_6 频率域滤波

第四章 频率域滤波

一. 基本概念

    时域:描述数学函数或物理信号与时间的关系,例如一个信号的时域波形可以表达信号随着时间的变化。

    频域:自变量是频率,即横轴是频率,纵轴是该频率信号的幅度。也就是通常说的频谱图。频谱图描述了信号的频率结构及频率与该频率信号的关系。

    空域:以空间坐标作为变量进行的研究,如从二维空间角度看待图片上点与点之间关系并进行处理就是空域图像处理。

    图像域变换:将图像从空间域变换到其他域如频率域的数学变换。使图像处理问题简化,有利于图像特征提取。

二. 傅里叶变换

    若对一个一维输入信号作一维傅里叶变换,则该信号就被变换到频域上表示,即得到构成该输入信号的频谱。频谱反映了该输入信号由哪些频率构成,是一种分析与处理一维信号的重要手段。

    一维傅里叶变换对的定义为:

        F(u)=\int_{-\infty }^{+\infty }f(s)e^{-j2\pi ux}dx

        f(x)=\int_{-\infty }^{+\infty }F(u)e^{j2\pi ux}du

    离散傅里叶变换对:

        F(u)=\sum_{x=0}^{N-1}f(x)e^{-j2\pi ux/N}

        f(x)=\frac{1}{N}\sum_{x=0}^{N-1}F(u)e^{j2\pi ux/N}

    图像信号的傅里叶变换包含幅度与相位两部分,幅度谱具有较明显的信号结构特征,且易于解释。但幅度本身只包含有图像本身含有的周期结构,不表示其位置。相位谱类似随机图案,难以进行直观解释,但是相位信息中携带者图像的位置信息,没有它将无法从频谱还原出原图像,仅依靠相位谱重构出来的图像也是能够看到一些轮廓信息的。利用相位谱记录的位置信息和幅度谱记录的亮度信息,就可以用双谱重构的方法恢复出原图像。

    二维傅里叶变换的一些性质:

  • 线性:af_{1}(x,y)+bf_{2}(x,y)\Leftrightarrow aF_{1}(u,v)+bF_{2}(u,v)
  • 平移和旋转:
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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