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)。