数字图像处理04.docxVIP

数字图像处理04 《数字图像处理04_频域处理增强》由我分享，感谢使用，更多相关《数字图像处理04_频域处理增强（91页珍藏版）》敬请期待。  1、2021年9月13日数字图像处理第04章频域图像增强咼振国gzg2021数字图像处理2一维离散傅立叶变换及其反变换二维离散傅立叶变换及其反变换傅里叶变换的性质频域滤波口图像平滑图像锐化同态滤波2021年9月13日数字图像处理Baptiste Joseph Fourier2021年9月13日数字图像处理2021年9月13日数字图像处理法国数学家傅立叶（生于1768年）在 1822年出版的热分析理论一书 中指出:任何周期函数都可以表达为 不同频率的正弦和或余弦和的形式, 即傅立叶级数。 20世纪50年代后期，快速傅立叶变换 算法出现,得到了广泛的应用。The Big IdeaC WWV。  2、WWM任何周期函数都可以表达为不同频率的正弦和 或余弦和的形式，即傅立叶级数。离散函数/（x）（其中x=O,1525.,M-1）的傅立叶变换:M-1u = 0 丄 2, 9 1JQ傅立叶变换是可逆的，F（u）的反变换的反变换:/（丸）=1M u=0F(u)eJ27rux/Mx 0丄 2, 1观察傅立叶反变换由欧拉公式ej0 =cos0+ j sin 9则 f(x) = -YjF(u)ej2/MmM-=一 V F(w)cos(2wx/M) + jsin(2wx/M)m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。  3、)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(O)/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。2021年9月13日数字图像处理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。(0 二维离散傅立叶变换(DFT)个图像尺寸为M X/V的函数/区刃的离散傅立叶变换F(u,v): (x = 0, 1,and y = 0,1,2.N-1)A/1 TV1F(w,v) = Yfx,y)e-jWM+vyNx=0 y=0for w。  4、 = 0, 1,and v = 0, 1,.D FT反变换二维离散傅立叶逆变换:f（x，y）=1MNM-1N-1u=0 v=0for% = 0, 1,and j = 0, 1,2N1 (g)=(0,0)位置的傅里叶变换值为M-l N-F(0,0) =工 口(“)x=0 y=0即图像f(g)各像素灰度级的和，F(O,O)/MN即为图像灰度的均值。F(0,0)称为频率谱的直流分量(系数)， 其它F(,y)值称为交流分量(交流系数)。2021年9月13日数字图像处理10二维图像的DFT结果可由图像各频率成分的频谱图展示yDFTTDFTScanning elecbrTmicrosCde image o。  5、f anintegrated circuit magnified -2500 times2021年9月13日数字图像处理Fourier spectrum of the image11二维DFT的极坐标表示F(u) = F(u.v)eJv)口频率谱v) =v) + / 2(w, v)口相位谱0（M*）=arct ar，（W） jR（u，v）口 功率谱 P(w, v) = 7?2(w, v) + /2(w, v)周期性傅里叶级数(DFS)有周期性MXN,反变换也是周期性的。 DFT是其中的一个周期。F(s) = 工/(兀刃厂(EEWN)x=0 y=0/(兀 y)=1MNM-i N1EE F(u,v。  6、)ejl7IuxlM+vylNw=0 v=0F Q仁 v) = F(u + M. v) = F Qj v + N) = F(u + M. v + N) /(X)二 /(x + M,y)二 f(x,y + N)二 /(兀 + M,y + N)2021年9月13日数字图像处理14二维DFT傅里叶变换的性质平移特性于（兀$02”如W+S/N） g F（MlWo,V-Vo） 兀兀-兀小-y）o