图像增强-频率增强.pptVIP

图像增强-频率增强 图像增强-频率增强 频率域增强 图像增强-频率增强 1.1 傅立叶变换的由来 傅立叶级数 傅立叶积分 傅立叶变换 1807年向巴黎科学院呈交《热的传播》论文，推导 出着名的热传导方程，并在求解该方程时发现解函数可以由三角函数构成的级数形式表示，从而提出任一函数都可以展成三角函数的无穷级数。 图像增强-频率增强 傅立叶级数的物理含义 图像增强-频率增强 傅立叶积分： 傅立叶变换： 正变换 逆变换 图像增强-频率增强 离散傅立叶变换 正变换： 逆变换： 二维离散傅立叶变换 正变换： 逆变换： 图像增强-频率增强 图像增强-频率增强 图像增强-频率增强 频域图象增强与滤波 图像增强-频率增强 傅立叶频率域增强 先将图像从空间域变换到傅里叶频率域，然后在频率域中对其进行处理后再反变换到空间域，从而达到改善图像质量的一种图像增强方法，其数学基础是傅立叶变换。 滤波： 高通滤波、低通滤波 理想滤波器 Butterworth滤波器 指数滤波器 梯形滤波器 带通滤波 同态滤波 图像增强-频率增强 频域低通滤波法 频域低通滤波法是一种频域处理法。对于一幅图像，它的边缘、跃变部分以及噪声都是图像的高频成分，而大面积的背景区和慢变部分则是图像的低频成分，用频域低通滤波法除去其高频分量就能去掉噪声，使图像平滑。 图像增强-频率增强 前面已经讲过，空域滤波是建立在卷积运算的基础上，即 其中g(x,y)为原图像函数，h(x,y)为滤波函数，f(x,y)为滤波后的期望图像。如果令 则根据卷积定理有 这就是频率域滤波的基本算式。其中H(u,v)叫做滤波器的传递函数，或者叫做滤波器。 图像增强-频率增强 频域滤波法是建立在Fourier变换与卷积定理基础上。 在G(u,v)给定的条件下，期望图像f(x,y)的效果决定于H(u,v)的选取。 按照选取的H(u,v)的性质，频域法分为：低通滤波、高通滤波和带通滤波等。 频域滤波处理过程如下图所示: FFT ×H(u,v) IFFT g(x,y) G(u,v) F(u,v) f(x,y) 下面介绍几种常用的低通滤波器。 图像增强-频率增强 低通滤波法 u=-N/2 u=0 u=N/2 v=N/2 v=0 v=-N/2 D0 D(u,v) 低通滤波器示意图 图像增强-频率增强 2.1.1理想低通滤波器（ILPF） 一个理想的低通滤波器的传递函数是由下式表示： 式中D0是一个规定的非负的量，它叫做理想低通滤波器的截止频率。 D(u,v)代表从频率平面的原点到(u,v)点的距离，即 ILPF 图像增强-频率增强 理想低通滤波器平滑处理的概念是清楚的，但它在处理中会产生较严重的模糊和振铃现象。 这是由于H(u,v)在D0处由1突变到0，这种理想的H(u,v)对应的冲激响应函数h(x,y)在空域中表现为同心园环的形式，并且此同心园环数与D0成反比。 D0越小，同心园环数越多，模糊程度愈厉害。 正是由于理想低通滤波器存在此“振铃”现象，使其平滑效果下降。 ILPF 图像增强-频率增强 ILPF 图像增强-频率增强 2.1.2 巴特沃思低通滤波器（BLPF） 一个 n 阶的巴特沃思低通滤波器的传递函数表示为 或 BLPF 图像增强-频率增强 巴特沃斯低通滤波器 BLPF 图像增强-频率增强 巴特沃思低通滤波器又称为最大平坦滤波器。 它与理想低通滤波器不同，它的通带与阻带之间没有明显的不连续性。 因此，它没有“振铃”现象发生，模糊程度减小，但从它的传递函数特性曲线H(u,v)可以看出，在它的尾部保留有较多的高频，所以对噪声的平滑效果不如理想低通滤波。 BLPF 图像增强-频率增强 原始图像 n=3 巴特沃斯低通滤波器 D0 D0 D0 BLPF 图像增强-频率增强 n=1 n=3 n=5 巴特沃斯低通滤波器 D0 BLPF 原始图像 图像增强-频率增强 2.1.3 指数滤波器（ELPF） 指数滤波器的传递函数H(u,v)表示为： 由于指数滤波器具有比较平滑的过渡带，为此平滑后的图像没有振铃现象，而它与BLPF相比，它具有更快的衰减特性，所以经ELPF滤波后的图像比BLPF处理的图像稍微模糊一些。 或 ELPF 图像增强-频率增强 ELPF 图像增强-频率增强 2.1.4 梯形滤波器（TLPF） 梯形滤波器的传递函数介于理想低通滤波器和具有平滑过渡带的低通滤波器之间，它的传递函数为： 在规定D0和D1时，要满足D0＜D1的条件。一般为了方便，把H(u,v)的第一个转折