第四章 频域滤波.pptVIP

* 高分辨率辐射计图像 * 4.4 频域锐化滤波器 图像的锐化可以通过高通滤波过程实现，减弱傅立叶变换的低频成份，而不改变高频信息。 是低通滤波的相反过程。 * 4.4.1 理想高通滤波器 2-D ideal highpass filter (IHPF) is defined as * 4.4.2 Butterworth高通滤波器 * 4.4.3 Gaussian高通滤波器 * 4.4.4 频域的Laplacian变换 * 4.4.4 The Laplacian in the Frequency Domain We form an enhanced image g(x,y) by subtracting the Laplacian from the original image 4.4.5 非锐化掩模、高频增强、高频强调滤波 Unsharp masking High-Boost Filtering High-Frequency Emphasis Filtering * 4.5 同态滤波器 用滤波器 处理 变换到空域 令 * * ? 卷积定理：如果 x(t) 和 h(t) 的富里叶变换分别为 X(f) 和 H(f) ,则x(t) * h(t) 的富里叶变换为 X(f)H(f)。即 ? 卷积定理的简单推导： = = = = 令? =t-? * * * 频域滤波 在傅立叶变换域，变换系数反映了图像的某些特征。 频谱的低频分量对应于图像的平滑区域，而外界叠加噪声、边缘对应于频谱中频率较高的部分等。 * 基本步骤 图像乘以 计算 图像 乘以滤波器函数 计算 的反变换 得到实数部分 将结果乘以 滤波后图像 * * 基本滤波器及其性质 构造一个低通滤波器，使低频分量顺利通过而有效地阻止高频分量，即可滤除频域中高频部分的噪声，再经逆变换就可以得到平滑图像。 高通滤波与低通滤波的作用相反，它使高频分量顺利通过，而使低频分量受到削弱。 陷波滤波器：使图像的均值为0。 * * * 4.3 频域平滑滤波器 频域基本的滤波模型为 H(u,v) : A Filter transfer function. F(u,v) : Fourier transform of the image G(u,v) : Objective image * 4.3.1 理想低通滤波器 D(u,v) is the distance from point (u,v) to the origin of the frequency rectangle. Image size is M*N. 二维理想低通滤波器的传递函数 * * 在每个点 (u,v)处的能量 * * ILPF的模糊和振铃现象可以用卷积定理来解释。 in spatial domain in frequency domain * * 4.3.2 Butterworth低通滤波器 阶数为n、截止频率为D0 的Butterworth 低通滤波器(BLPF)被定义为 * * * 4.3.3 Gaussian低通滤波器 二维高斯低通滤波器(GLPFs)的传递函数为 令 , 则 * * * * 4.3.4 低通滤波器的附加例子 * 第四章 频域图像增强 * 4.1 背景 法国数学家Jean Baptiste Joseph Fourier在1807年和1822年提出傅立叶变换 60年代出现快速傅立叶变换 傅立叶变换域也称为频域 * 4.2 傅立叶变换傅立叶积分 ? 调谐信号： 其中j2=-1 ? 傅立叶积分： 其中t代表时间，f代表频率 * 傅立叶变换的定义(一维) f(x)为连续可积函数，其傅立叶变换定义为： 其反变换为： F(u)=R(u)+jI(u) 幅度谱： 相位谱： 能量谱（谱密度） * 变换分析的直观说明 ? 把一个信号的波形分解为许多 不同频率正弦波之和。 * 一维傅立叶变换举例 方波信号： 经过傅立叶变换后： * 一维离散傅立叶变换(DFT) 一维离散傅立叶变换公式为： 逆变换为： * 二维傅立叶变换 二维傅立叶变换由一维傅立叶变换推广而来： 逆变换： 幅度谱： 相位谱： F(u,v)=R(u,v)+jI(u,v) * 二维傅立叶变换举例 对于二维方波信号 傅立叶变换为： 幅度： * 二维离散傅立叶变换 对于二维傅立叶变换，其离散形式为： 逆变换为： 幅谱(频谱)、相谱： * * * 二维离散傅立叶变换的性质 1. 线性性质： 2. 比例性质： 3. 可分离性： * * 4. 空间位移： 5. 频率位移： 图像中心化： 当u0=v0=N/2时， * 6. 周期性： F(u,v)=F(u+aN,v+bN), f(x,y