新）数字图像处理04_频域处理增强.pptVIP

一维离散傅立叶变换及其反变换 离散函数f(x)(其中x=0,1,2,…,M-1)的傅立叶变换: 傅立叶变换是可逆的，F(u)的反变换的反变换: 一维离散傅立叶变换及其反变换(cont…) 观察傅立叶反变换 由欧拉公式 则 即，空域函数f(x)可表示为M个正弦(余弦)函数的累加，F(u)/M为对应频率分量的幅度(系数),因此，F(u) 覆盖的域(u值) 称为频率域。 从另一角度,空域函数f(x)被表示为直流分量和交流分量F(0)/M对应的是直流分量的幅值,其余F(u)/M对应交流分量的幅值。 傅立叶变换的意义 傅立叶变换可以看作数学的棱镜,将函数基于频率分成不同成分. 当我们考虑光时,讨论它的光谱或频率谱。同样,傅立叶变换使我们能通过频率成分来分析一个函数。 这是属于线性滤波核心的重要概念。 二维 DFT反变换(cont…) (u,v)=(0,0)位置的傅里叶变换值为 二维傅里叶变换的性质 周期性 傅里叶级数(DFS)有周期性M×N，反变换也是周期性的。DFT 是其中的一个周期。 二维DFT傅里叶变换的性质 平移特性 二维离散傅里叶变换的Matlab实现 在频域原点处变换的值称为傅里叶变换的直流（dc）分量 频域原点 数学上，F(0,0) MATLAB坐标体系为F(1,1) 对于图像，常定为频率矩形中心 空间域(x, y)