频率域图像增强经典教材.pdf

频率域图像增强 频率域滤波 频率域平滑（低通）滤波器 频率域锐化（高通）滤波器 频率域图像增强 为什么要在频率域研究图像增强 可以利用频率成分和图像外表之间的对应关系。一 些在空间域表述困难的增强任务，在频率域中变得非 常普通 滤波在频率域更为直观，它可以解释空间域滤波的 某些性质 给出一个问题，寻找某个滤波器解决该问题，频率 域处理对于试验、迅速而全面地控制滤波器参数是一 个理想工具 一旦找到一个特殊应用的滤波器，通常在空间域采 用硬件实现它 频率域图像增强 傅里叶变换的频率分量和图像空间特征 之间的联系 变化最慢的频率成分(u=v=0)对应一幅图像 的平均灰度级 1 1 M − N − 1 _ ( ) ( ) ( ) F 0,0 ∑∑f x , y f x , y MN x 0 y 0 频率域滤波 傅里叶变换的频率分量和图像空间特征 之间的联系（续） 当从变换的原点移开时，低频对应着图像的 慢变化分量，如图像的平滑部分 进一步离开原点时，较高的频率对应图像中 变化越来越快的灰度级，如边缘或噪声等尖锐 部分 频率域滤波 频率域的滤波步骤 x+y 1. 用(-1) 乘以输入图像进行中心变换 ( )( )x+y ( ) f x,y −1 ⇔F u −M / 2,v −N / 2 2. 计算1中的DFT F(u,v) 3. 用滤波器函数H(u,v)乘以F(u,v) 4. 计算3中结果的反DFT 5. 得到4中结果的实部 x+y 6. 用(-1) 乘以5中的结果，取消输入图像的 乘数 频率域滤波 频率域滤波 ( ) ( ) ( ) Gu,v H u,v F u,v H和F的相乘在逐元素的基础上定义，即H的 第一个元素乘以F的第一个元素，H的第二个 元素乘以F的第二个元素 一般，F的元素为复数，H的元素为实数 H为零相移滤波器，因为滤波器不改变变换 的相位，F中实部和虚部的乘数(H)可以抵消  ( ) , I u v ( ) , arctan 相角 φ u v   ( ) , R u v  频率域滤波 频率域滤波的基本步骤 思想：通过滤波器函数以某种方式来修改图像 变换，然后通过取结果的反变换来获得处理后 的输出图像 频率域滤波 一些基本的滤波器