第七章傅立叶转换.ppt

圓形及其DFT 7.8 頻率域的濾波 7.8.1 理想濾波 低通濾波: 平移傅立葉轉換矩陣F，將DC係數置於中心。由於低頻部分位於中心，因此低通濾波運算，可以將轉換乘上某種矩陣，使得中心值保持不變，並去除或縮小離中心偏遠的數值。其中一種方法就是乘上理想低通矩陣(ideal low-pass matrix)。 攝影師影像及其DFT 代入理想低通濾波器 (a)DFT經過理想濾波器 (b)反轉換後 不同截頻點之理想低通濾波器 (a)截頻點為5 (b)截頻點為30 高通濾波: 高通濾波的作用與低通濾波剛好相反，在於消除中心值，讓其他值保持不變。 將影像代入理想高通濾波器 (a)高通濾波後的DFT (b)結果影像 不同截頻點之理想高通濾波器 (a)截頻點為5 (b)結果影像 不同截頻點之理想高通濾波器 (c)截頻點為30 (d)結果影像 7.8.2 Butterworth濾波 理想濾波器直接切除傅利葉轉換距中心某個距離外的部分。這種截頻點的使用十分方便，但缺點是結果會產生不必要的波紋。要避免這種現象，可使用截頻點較不銳利的圓形當作率波矩陣。像是Butterworth filters就常被使用。 Butterworth濾波器函數，n=2 (a)低通 (b)高通 Butterworth濾波器函數，n=4 (a)低通 (b)高通 (a)代入Butterworth (b)結果影像 低通濾波後的DFT (a)代入Butterworth (b)結果影像 高通濾波後的DFT 7.8.3 高斯濾波 高斯濾波，可當作低通濾波使用。不過，高斯濾波器也可以在頻率域使用。與理想和Butterworth濾波器一樣，產生高斯濾波器，與影像的傅立葉轉換相乘，然後反轉換。 頻率域的高斯低通濾波 (a)設σ=10 (b)結果影像 (c)設σ=30 (d)結果影像 頻率域的高斯高通濾波 (a)設σ=10 (b) σ=30 7.9 同態濾波 產生的影像可能會有某些部分非常明亮，而陰影的部分就可能會顯得十分陰暗。 新生兒影像 使用正弦函數改變亮度  END 同態濾波圖從缺.. * 第七章 傅立葉轉換 7.1 導論 7.2 背景 7.3 一維離散傅立葉轉換(DFT) 7.4 一維DFT的特性 7.5 二維DFT 7.6 MATLAB中的傅立葉轉換 7.7 影像之傅立葉轉換 7.8 頻率域的濾波 7.9 同態濾波 7.1 導論 傅立葉轉換是影像處理中，不但可以做到用其他方法無法得到的結果，也比其他方式要來的有效率。傅立葉轉換可以用於擷取貨處理特定影像頻率，在執行高通濾波時能夠的到更精確的效果。 7.2 背景 週期性函數可寫成不同振幅和頻率的正弦波與餘弦波之總和。如Fig7.1所示，我們將一個函數分解為幾個正弦函數的和。 Fig7.1 函數及其三角函數分解法 在Fig7.2中，若只取前四項，得到的僅是近似值。取的級數項數越多，總和便越接近原始函數。 Fig7.2 方波及其三角函數分解法 級數項取越多波形越近似一個方波 7.3 一維離散傅立葉轉換(DFT) 使用傅立葉轉換可以得到構成指定函數或數列的各項正弦波。由於這裡主要處理的是離散數列以及影像，因此只探討離散傅立葉轉換(discrete Fourier transform)，縮寫為DFT。 處理離散函數時(或之後要處理的數位影像)和前節所述方式稍有不同，因為這裡數值數量有限，只需要有限個函數便可以。 舉例來說，下列離散數列 1, 1, 1, 1, -1, -1, -1, -1, 可視為Fig7.2方波的離散近似值，也可以用兩個正弦函數的和來表示，如Fig7.3。 7.3.1 一維DFT的定義 (7.2) 此方程式與7.2節的傅立葉級數展開法的方程式相當類似，差別在於這裡非積分，而是一個有限的總和。此定義也可以用矩陣乘積來表示。 反DFT的公式和正向轉換十分相似。 (7.3) 若比較方程式7.3與方程式7.2，就會發現其實只有三點不同: 沒有縮放係數1/N。 指數函數中的符號改為正。 總和索引變數改為u，而非x。