数字图像理—频域滤波.ppt

四种低通滤波器的比较 低通滤波的其它例子 ： 1、字符识别： 下图：断裂现象 低通滤波的其它例子 ： 2、卫星和航空图像： 下图：墨西哥湾和佛罗里达图像存在“扫描线” （用高斯低通来处理） 图像轮廓是灰度陡然变化的部分，包含着丰富的空间高频成分。 把高频分量相对突出，显然可使轮廓清晰。 高频滤波器使高频分量相对突出，而低频分量和甚高频分量则相对抑制。 高通滤波器 图a：D0=15 图b：D0=30 图c：D0=80 图a：D0=15 图b：D0=30 图c：D0=80 图a：D0=15 图b：D0=30 图c：D0=80 4.4.4 频率域的拉普拉斯算子 根据傅氏变换性质有： 可得到： 即： 频域的拉氏算子为： （同样要中心化） 4.4.4 频率域的拉普拉斯算子 曲线形状见右图 4.4.4 频率域的拉普拉斯算子 可从原始图像中减去（而不是加）拉氏算子而形成增强图像， 效果见右图： 增强图像可用下式得到： 频域滤波 法国数学家傅立叶提出，任何周期函数都可以表示为不同频率的正弦或余弦的和的形式。→傅氏级数； 对于非周期函数，则用正弦和余弦及加权函数的积分来表示。→傅氏变换; 应用极为广泛，尤其是数字计算和快速算法的发明，在信号处理领域产生了具大变革。 一维傅立叶变换