空间滤波&频域滤波(2)

频域滤波

数字图像本质上是数字信号，图像的滤波就是对信号的不同频率进行筛选。体现在图像上，模糊操作实际是抑制高频，锐化操作实际是抑制低频。

因此，从频域上对图像信号做滤波更贴近信号处理的本质，同时也能实现空间域滤波很难达到的效果（如带通带阻）。

那么，如何将一幅数字图像在空间域和频率域中做转换呢？离散傅里叶变换（DFT）

1. 离散傅里叶变换

傅里叶提出：任何周期函数都可以用一系列正余弦函数的累加来逼近。

因此对于一个空间域的信号（比如图像），可以用频率、幅值、相位来描述

上面两个公式即为二维离散傅里叶变换（具体的理论推导是数字信号处理中的内容，网上内容很多，冈萨雷斯的数字图像处理也有详述），u,v表示频率采样位置（在这里将频率范围从0-2PI换到图像的高/宽），x,y表示空间采样位置。

由复变函数的知识可以知道，e^jsita可以表示成实部+虚部，这样上述傅里叶正变换可表示为。由此，信号在不同频率的幅值为，每个频率对应的相位为

图1-1. DFT（左：原图，中：幅值，右：相位）

上图使用不同的素材做DFT，相应的傅里叶谱和相位图都做了中心化转换（频率为0的点由左上角移至中心，具体做法是将得到的傅里叶谱图切分成2*2的子窗口，左上角的窗口和右下角的窗口互换，右上角的窗口和左下角的窗口互换；当然也可以通过将原图 * (-1)^(x+y)实现中心化转换）。