数字图像处理 频率域图象增强技术.ppt

第四章 频率域图像增强 ;我们人类视觉所感受到的是在空间域和时间域的信号。 但是，往往许多问题在频域中讨论时，有其非常方便分析的一面。例如，空间位置上的变化不改变信号的频域特性。　　　;1.Fourier变换和频率域介绍;一维DFT对 ;若二维实空间上的函数f(x，y)绝对可积，则;二维离散傅立叶变换;一般来讲，数字图像是空间域中的连续图像的一种满足人为满意尺度的近似，对图像进行频谱分析，对应地，对数字图像也可以进行频谱分析，有关的分析数据都有相同的物理解释。; 因为Fourier变换是一种正交变换，所以其正、反变换的系数可以有几种表示形式。 按照严格意义上的正交变换，正、反变换的系数相等，为：;Fourier变换有两个好处： 1）可以得出信号在各个频率点上的强度。 2）可以将卷积运算化为乘积运算。;尺度变换;线性;例;F; 周期性;平移性质; 可分性;由两步1-D变换计算2-维变换; 共轭对称性;共轭对称性和周期性告诉我们： ; 平均值;旋转不变性 ; Parseval定理;连续Fourier变换与离散傅立叶变换的联系及他们的物理解释;t1;二维采样定理：如果二维信号f(x,y)的Fourier频谱F(u,v)满足：;适当地调整 之间的值的搭配关系，就能从连续参数的Fourier变换公式出发，通过离散化步骤，得到离散傅立叶变换关系。一般取：;Fourier 变换的统计特性;3.快速傅立叶变换(FFT);N8000, IBM7094, 耗时40分钟;(1) 快速Fourier变换的推导;(2) FFT的设计思想是: 首先，将原函数分为奇数项和偶数项，通过不断的一个奇数一个偶数的相加（减），最终得到需要的结果。 也就是说FFT是将复杂的运算变成两个数相加（减）的简单运算的重复。;4.卷积定理;离散卷积定理;证明：不妨设f , g都是定义在 上的离散函数，;一维函数的卷积定理;在卷积运算中的应用;5.频率域滤波;处理;问题模型：;图像变换的通用公式;数字图像滤波处理方法;低通滤波法;H(u,v);Butterworth低通滤波器;n=2;n=3;H(u,v);理想低通滤波器在数学上定义得很清楚，在计算机模拟中也可以实现，但不能用实际的电子器件实现，是“非物理”的理想滤波器。Butterworth滤波器是物理上可以实现的。;高斯低通滤波器;高通滤波法;理想高通滤波器;H(u,v);Butterworth高通滤波器;n=3;H(u,v); 高斯型高通滤波器; 频率域的拉普拉斯算子;同态滤波器图像增强的方法;如果定义： 则有: 或者 这里I(u,v)以及R(u,v)分别是lni(x,y)和 lnr(x,y)的傅里叶变换。 同态滤波方法就是利用上式的形式将图像中的照明分量和反射分量分开。这样同态滤波函数就可以分别作用在这两个分量上。 ; 图像中的照明分量往往具有变化缓慢的特征，而反射分量则倾向于剧烈变化，特别在不同物体的交界处。由于这种持征，图像的自然对数的傅里叶变换的低频分量与照明分量相联系，而其高频分量则与反射分量相联系。 同态滤波处理过程如下所示: ;同态滤波的流程图;同态滤波效果图