频率域滤波解答.ppt

4.3 平滑的频率域滤波器 阶数分别为1,2,5和20的BLPF的空间表示及相应的通过滤波器中心的灰度级 剖面图(所有的滤波器都有半径为5的截止频率). 4.3 平滑的频率域滤波器 高斯低通滤波器 高斯低通滤波器的二维形式: 4.3 平滑的频率域滤波器 高斯曲线的傅立叶反变换也是高斯曲线,因此根据高斯低通滤波器的傅立叶反变换 而得到的空间高斯滤波器将没有振铃. (a) GLPF传递函数的透视图 (b)以图像显示的滤波器 (c)各种D0值的滤波器横截面 4.3 平滑的频率域滤波器 (a)原图像 (b)-(f)用高斯低通滤波器滤波的结果,其截止频率半径分别为 5,15,30,80和230. 和巴特沃思低通滤波器比较: 下降较快，图象模糊些 也没有振铃 GLPF 不能达到有相同截止频率的二阶BLPF的平滑效果.在需要严格控制低频和高频之间截止频率的过渡的情况下,BLPF更为合适.额外控制滤波器剖面线的代价是可能产生振铃. 4.3 平滑的频率域滤波器 高斯LPF r=30 ILPF r=30 4.3 平滑的频率域滤波器 低通滤波的其他例子 (a)低分辨率的文本样本 (放大图中的断裂字符) (b)用GLPF滤波的结果 (断开的字符线段被连上了) 4.3 平滑的频率域滤波器 低通滤波的其他例子 (a)原图像 (b) 用D0=100的GLPF滤波的结果 (c)用D0=80的GLPF滤波的结果 (b)和(c)的放大部分细纹减少 4.3 平滑的频率域滤波器 低通滤波的其他例子 (a)原图像 (b) 用D0=30的GLPF滤波的结果 (c)用D0=10的GLPF滤波的结果 (b)和(c)的目的不同,(b)用于减少扫描线的影响,以简化特征检测,检测环流边界 (c)用于模糊细节部分,以保留可识别的大特征,图像分析系统的 预处理阶段 4.4 频率域锐化滤波器 通过衰减傅立叶变换的高频成分可以使图像模糊.由于在灰度级 的边缘何其他地方的急剧变化与高频成分有关,图像的锐化能够 在频率域用高通滤波处理实现. 高通滤波器的传递函数可由下面的关系式得到: 4.4 频率域锐化滤波器 理想高通滤波器 巴特沃思高通滤波器 高斯型高通滤波器 4.4 频率域锐化滤波器 典型的空间表示 (a)理想高通滤波器 (b)巴特沃思高通滤波器 (c)高斯型高通滤波器 4.4 频率域锐化滤波器 二维理想高通滤波器(IHPF)定义如下: 这个滤波器与理想低通滤波器是相对得,它将以D0为半径的圆周内的所有频率置零, 而毫不衰减地通过圆周外的任何频率. IHPF通用具有振铃性质. 振铃 微小物体和线条呈白色 4.4 频率域锐化滤波器 n阶且截止频率距原点的距离为D0的巴特沃思型高通滤波器(BHPF)的传递函数如下: 巴特沃思型高通滤波器比理想高通滤波器更平滑,截止频值越高,越平滑. 结果比ILPF平滑得多. 4.4 频率域锐化滤波器 截止频率距原点的距离为D0的高斯高通滤波器(GHPF)的传递函数如下: 结果比前两个滤波器更平滑,即使对微小物体和细条也很清晰. 4.4 频率域锐化滤波器 频率域的拉普拉斯算子: 二维傅立叶变换后的拉普拉斯算子: 一维傅立叶变换后的拉普拉斯算子: 即: 因此,频率域的拉普拉斯算子可以由如下滤波器实现: 4.4 频率域锐化滤波器 由于F(u,v)的原点在进行变换前已由执行运算 空间域拉普拉斯算子过虑后的图像可由计算 M×N大小，则将原点一点到频率矩形中的(M/2,N/2) 对空间域拉普拉斯算子的计算结果进行傅立叶变换,等价于F(u,v)与H(u,v)相乘. 中心化了,如果f(和F)是 因此滤波函数中心也需要被平移为： 的反傅立叶变换得到： 4.4 频率域锐化滤波器 (a)频率域拉普拉斯的三维图 (b) (a)的图像表示 (c) 从(b)的傅立叶反变换得到 的空间域拉普拉斯 (d)(c)中原图像的放大图像 (e) 通过(d)中心的灰度剖面图 (f) 拉普拉斯模板 4.4 频率域锐化滤波器 钝化模板、高频提升滤波器和高频加强滤波 钝化模板简单地由从一幅图像减去其自身模糊图像而生成的锐化图像构成。 采用频率技术，这意味这从图像自身减去低通滤波后的图像而得到高通滤波 的图像. 高频提升过滤通过将f(x,y)乘上一个大于1的常熟A产生： 可改写为： 钝化模板在频率域中可由混合滤波器直接执行： 类似的,高频提升过滤也可由混合滤波器直接执行： 4.4 频率域锐化滤波器 (a)月球北极图像 (b)拉普拉斯滤波后的图像 (c)标定后的图像 (d)拉普拉斯频率增强的图像 4