证明高斯滤波是低通滤波

傅里叶变换和逆变换公式:

\hat f(\xi )=\int_{-\infty }^{+\infty}f(x)e^{-2\pi jx \xi}dx

f(x)=\int_{-\infty }^{+\infty}\hat f(\xi)e^{2\pi jx \xi}d\xi

\xi的单位是赫兹,转换为角频率,即\omega = 2\pi \xi,傅氏变换和逆变换形式为:

\hat f(\omega )=\int_{-\infty }^{+\infty}f(x)e^{-jx\omega}dx

f(x)=\frac{1}{2\pi} \int_{-\infty }^{+\infty}\hat f(\omega)e^{jx \omega}d\omega

以标准高斯分布(均值为0,方差为1)为例:

f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{x^2}{2\sigma ^2}}

高斯分布函数的傅里叶变换:

\begin{aligned} \hat f(x) &=\int_{-\infty }^{+\infty}f(x)e^{-jx\omega}dx\\ &= \int_{-\infty }^{+\infty}\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{x^2}{2\sigma ^2}}e^{-jx\omega}dx\\ &= \frac{1}{\sqrt{2\pi}\sigma}\int_{-\infty }^{+\infty}e^{-\frac{1}{2\sigma^2}(x+\sigma^2 \omega j)^2-\frac{\sigma^2 \omega^2}{2}}dx\\ &= \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{\sigma^2 \omega^2}{2}}\int_{-\infty }^{+\infty}e^{-\frac{1}{2\sigma^2}(x+\sigma^2 \omega j)^2}dx\\ &=\xrightarrow{u=\frac{1}{\sqrt{2}\sigma}(x+\sigma^2 \omega j)} \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{\sigma^2 \omega^2}{2}}\int_{-\infty }^{+\infty}e^{-u^2}\sqrt{2}\sigma du\\ &=\frac{1}{\sqrt{\pi}}e^{-\frac{\sigma^2 \omega^2}{2}}2\int_{0}^{+\infty}e^{-u^2}du\\ &=e^{-\frac{\sigma^2 \omega^2}{2}} \end{aligned}

绘制变换后的函数图像如下图所示(横轴表示\omega):

(二维高斯卷积同上)

 红色表示\sigma =1,蓝色表示 \sigma =2,绿色表示\sigma =3。由曲线可以看出,当\sigma越大时,曲线越陡,对高频信息舍弃更为严重,滤波后图像更为模糊。

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