图像处理与分析(数字图像处理第二版)学习笔记4.2
第四章 频率域增强
1,频率域中滤波基础?
频率域滤波基础根据傅里叶变换的平移性质: 当u0=M/2,v0=N/2根据欧拉公式可化为 : .
第一步,将输入的原图像乘以(-1)^(x+y)进行中心变换;
第二步,计算变换后图像的DFT(离散傅里叶变换);
第三步,用滤波函数H(u,v)乘以F(u,v);
第四步,计算反DFT;
第五步,将结果取实部;
第六步,用(-1)^(x+y)乘以第五步结果。
H(u,v)被称为滤波器(常用术语“滤波器传递函数”),原因是因为它在变换中抑制某些频率但是其他不受影响,类似生活中的筛子,将某些特定尺寸的物体通过而阻止其他物体。
2,常用基本滤波器及其性质?
①陷波滤波器
性质:设置F(0,0)=0其他部分不受影响。
②低通滤波器与高通滤波器。
低通:低频(平滑区域)通过高频衰减。高通:高频(图像中尖锐细节部分,如边缘)通过,低频衰减。突出细节。
③带通滤波器与带阻滤波器。
特定频率段范围通过或被截止。
④高斯滤波器函数
一维高斯函数的傅里叶变换还是高斯函数
频域高斯滤波器函数:
空域高斯滤波器:
3,三种低通频率域滤波器?
频率域中基本的滤波模型:G(u,v)=H(u,v)F(u,v),F(u,v)是被平滑的图像傅里叶变换。目的是选择H(u,v)滤波器变换函数,使得F(u,v)的高频成分被衰减而得到G(u,v)。衰减高频成分可以使图像进行模糊。
设频率矩形中心:(u,v)=(M/2,N/2)
在频率域中点(u,v)到频率矩形中心距离:
①理想低通滤波器(ILPF)
D(u,v)表示(u,v)点距离频率矩形原点的距离。D0为指定非负距离。
对于空域滤波相应过程:g(x,y)=h(x,y)*f(x,y)。h(x,y)在原点处的一个主要成分及中心成分周围集中,呈周期形式。中心成分决定了模糊,集中成分决定了振铃现象。
滤波器函数透视图:
②巴特沃斯低通滤波器(BLPF)
n级巴特沃斯(BLPF)低通滤波器,截止频率距离原点的距离设为D0,传递函数为:
滤波器函数透视图:
与理想低通滤波器区别是,在通带频率与被滤出的频率之间没有明显的截断。由于低频和高频之间平滑过渡,一阶情况因此不会出现振铃现象。二阶情况振铃现象微小。越高阶振铃现象越为明显。
③高斯低通滤波器(GLPF)
其中D(u,v)为距离傅里叶变换原点的距离。最大值为1。设 ,则 左边δ表示高斯函数曲线扩展程度,D0表示截止频率。此时H变为e^(-1/2)=0.607。
滤波器透视图:
高频与低频之间更为平滑,高斯低通滤波器不会产生振铃现象。
4,频率域锐化滤波器?
对理想低通滤波器进行反操作:
①理想高通滤波器(IHPF):
②巴特沃斯高通滤波器(BHPF):
③高斯高通滤波器(GHPF):
④频率域的拉普拉斯算子:
频率域的拉普拉斯算子可以由滤波传递函数公式表示:
参考书籍:
《数字图像处理第二版(冈萨雷斯)》
阅读更多
- 图像处理与分析(数字图像处理第二版)学习笔记5.1
- 【数字图像处理学习笔记之三】Blob分析
- 图像处理与分析(数字图像处理)学习笔记6
- 【数字图像处理学习笔记之五】形态学开闭运算
- 【数字图像处理学习笔记之六】基本灰度级形态学算法
- 【学习笔记】【数字图像处理】直方图均衡化
- 【学习笔记】【数字图像处理】空间滤波
- 数字语音信号处理学习笔记——语音信号的短时频域分析(2)
- 【数字图像处理学习笔记之四】图像腐蚀、膨胀
- 系统学习数字图像处理之形态学分析补充(灰度级处理)
- 数字语音信号处理学习笔记——语音信号的短时频域分析(2)
- vc图像处理学习笔记1-图像格式分析及显示
- 统计分析学习笔记——图像处理中的统计应用案例
- 数字图像处理学习笔记三
- 学习数字图像处理(第二版) 冈萨雷斯
- 数字语音信号处理学习笔记——语音信号的短时频域分析(1)
- 系统学习数字图像处理之形态学分析
- 数字语音信号处理学习笔记——语音信号的短时频域分析(2)
- 【数字图像处理学习笔记之一】数字图像噪声
- matlab 数字图像处理 intrans函数 学习笔记