数字图像处理04_频域处理增强.pptVIP

一维离散傅立叶变换及其反变换 离散函数f(x)(其中x=0,1,2,…,M-1)的傅立叶变换: 傅立叶变换是可逆的，F(u)的反变换的反变换: 一维离散傅立叶变换及其反变换(cont…) 观察傅立叶反变换 由欧拉公式 则 即，空域函数f(x)可表示为M个正弦(余弦)函数的累加，F(u)/M为对应频率分量的幅度(系数),因此，F(u) 覆盖的域(u值) 称为频率域。 从另一角度,空域函数f(x)被表示为直流分量和交流分量F(0)/M对应的是直流分量的幅值,其余F(u)/M对应交流分量的幅值。 傅立叶变换的意义 傅立叶变换可以看作数学的棱镜,将函数基于频率分成不同成分. 当我们考虑光时,讨论它的光谱或频率谱。同样,傅立叶变换使我们能通过频率成分来分析一个函数。 这是属于线性滤波核心的重要概念。 二维 DFT反变换(cont…) (u,v)=(0,0)位置的傅里叶变换值为 二维傅里叶变换的性质 周期性 傅里叶级数(DFS)有周期性M×N，反变换也是周期性的。DFT 是其中的一个周期。 二维DFT傅里叶变换的性质 平移特性 二维离散傅里叶变换的Matlab实现 在频域原点处变换的值称为傅里叶变换的直流（dc）分量 频域原点 数学上，F(0,0) MATLAB坐标体系为F(1,1) 对于图像，常定为频率矩形中心 空间域(x, y) 频域(u, v) 二维离散傅里叶变换的Matlab实现 函数fft2 — 快速傅里叶变换 格式1：F = fft2(f) 格式2：F = fft2(f, P, Q) 函数ifft2 — 快速傅里叶逆变换 格式： f = ifft2(F) 函数fftshift — 将变换的原点移动到频率矩形中心 格式：Fc = fftshift(F) 函数ifftshift — fftshift函数的逆操作 格式：F = ifftshift(Fc) 二维离散傅里叶变换的Matlab实现 示例:test04_01.m 频率域的基本性质 频率域的基本性质 频域的中心邻域对应图像中慢变化部分，较高的频率开始对应图像中变化较快的部分（如：物体的边缘、线条等）。 频域滤波 卷积定理： 空间域的乘法对应频域卷积 频域滤波的折叠误差干扰 使用DFT进行滤波操作，图像及其变换均视为周期性的。 若周期关于函数的非零部分持续时间很靠近，则对周期函数执行卷积运算会导致相邻周期间的干扰——折叠误差干扰。 通过使用零填充函数的方法避免折叠误差干扰。 频域滤波的折叠误差干扰 频域滤波的折叠误差干扰 4.3 频域滤波的基本步骤 4.3.2 DFT滤波的基本步骤 1. 使用函数paddedsize获得填充参数 PQ = paddedsize(size(f)) 2. 得到使用填充的傅里叶变换 F = fft2(f, PQ(1), PQ(2)) 3. 生成一个滤波函数 4. 将变换乘以滤波函数：G = H.*F 5.获得G逆傅里叶变换的实部 g = real(ifft2(G)) 6.将g左上部的矩形修剪为原始大小 g = g(1:size(f, 1), 1:size(f,2)) 4.3 频域滤波的基本步骤 填充参数计算函数pq=paddedsize(ab,cd,param) 4.3 频域滤波的基本步骤 在频域中直接生成滤波器lpfilter() 4.3 频域滤波的基本步骤 频域滤波示例test04_02.m 4.3 频域滤波的基本步骤 频域滤波示例test04_02.m 4.3 频域滤波的基本步骤 空间域滤波器转化为频率域滤波器freqz2(h, R, C) 格式H=freqz2(h, R, C) H——对应的频域滤波器，h——空域滤波器 R，C分别为H的行数和列数 示例：test04_03.m Gaussian低通滤波器Matlab示例 示例：高斯低通滤波器test04_04.m Gaussian高通滤波器Matlab示例 example4_7.m 高频强调滤波 高通滤波去除了图像中的直流分量，图像失去大部分原图像中的背景色调。 补偿方法：给高通滤波器加上一个偏移量并乘以一个大于1的常数——高频强调滤波 本章小结 DFT滤波的基本步骤 1. 使用函数paddedsize获得填充参数 PQ = paddedsize(size(f)) 2. 得到使用填充的傅里叶变换 F = fft2(f, PQ(1), PQ(2)) 3. 生成一个滤波函数 4. 将变换乘以滤波函数：G = H.*F 5.获得G逆傅里叶变换的实部 g = real(ifft2(G)) 6.将g左上部的矩形修剪为原始大小 g = g(1:size(f, 1), 1:size(f,2)) * * 如