第四章频率域图像增强讲述.ppt

3阶剖面图与透视图 * 第4章 频率域图像增强 一个消除缓慢变化的光照不均匀性的实例 （同态滤波） 主要内容 4.1 傅里叶变换及其性质 4.2 频率域滤波 4.3 频率域平滑滤波器 4.4 频率域锐化滤波器 4.5 同态滤波器 4.1 傅里叶变换及其反变换 1 一维傅里叶变换 （1）连续形式 （2）周期形式（傅里叶级数） （3）离散形式 系数1/M也可以放在反变换前， 有时也可在傅立叶正变换和逆变换前分别乘以(1/M )1/2。 但应注意：正变换和逆变换前系数乘积必须等于1/M。 思考题：为什么正变换和逆变换前系数乘积必须等于1/M？ （4）傅里叶谱 傅里叶幅度谱或频率谱 傅里叶相位谱 功率谱 2 二维傅里叶变换 （1）连续形式 （2）离散形式 练习： 有一个2*2的图像，其中f(0，0)=3，f(0，1)=5， f(1，0)=4，f(1，1)=2，求该图像的傅里叶谱。 3 傅里叶变换的性质 （1）可分性（用于快速傅里叶变换） （2）共轭对称性 (a) (b) (c) （3）平移性质（用于频域中心化操作） (a) (b) (c) 傅立叶频谱平移示意图 (a) 原图像；（b）无平移的傅立叶频谱；（c）平移后的傅立叶频谱 思考题：请解释下面的图像处理过程。 4.2 频率域滤波 1 频率域滤波基础 2 频率域滤波步骤 （1）假说f(x,y)和h(x,y)的大小分别为A*B和C*D。通过对f和h补零，构造两个大小均为P*Q的函数。要求： P=A+C-1 Q=B+D-1 思考题：为什么要这样处理？ 答案： 如果直接进行傅里叶变换和乘积，会产生折叠误差(卷绕)。 （2）对扩充的f和h函数分别进行傅里叶变换F(u,v)和H(u,v)； （3）频率域相乘：G=H.*F； （4）对相乘的结果进行傅里叶逆变换，并取实部： g=real(ifft2(G))； （5）将左上部的矩形修剪为原始大小： g=(1:size(f,1),1:size(f,2))。 MATLAB实现 在MATLAB中计算并可视化二维DFT f = imread ( ‘saturn.tif’); F=fft2(f); % Fourier Transform S=abs(F); %计算傅里叶频谱 imshow(S,[]); FC=fftshift(F); %将变换原点移到频率矩形的中心。 figure,imshow(abs(FC), [ ]); S2= log(1+ abs(FC)); figure,imshow(S2, [ ]); 从空间滤波器获得频率滤波器 语法：H=fft2(h, M, N) 说明：M、N是滤波器的行数和列数，由被滤波的图像大小决定，是补零 的结果。 语法：H=freqz2(h, R, C) 说明：计算FIR滤波器的频率响应。 h =[1 1 1; 1 -8 1; 1 1 1]; H=freqz2(h, 50, 50); ★ 基于频率域的图像细节丰富性测量方法 1 问题 2 创新思路 在频率域中，图像细节丰富的图像有什么特点？图像细节贫乏的图像有什么特点？ 有些图像处理方法适用于图像细节丰富的图像，有些图像处理方法适用于图像细节贫乏的图像。 图像细节丰富性可作为图像描述的一种方法 但如何测量图像细节是否丰富，国内外研究得都比较少。 3 技术路线 高频分量在图像中所占的比重。 4 实验结果 5.0222 3.9514 4.7793 4.9733 1.7695 熵 0.0404 0.0293 0.0205 0.0245 0.0147 频率域方法 lena.tif trees.tif afmsurf.tif