- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
频率域平滑滤波器Butterworth低通过滤器的截面图等H(u,v)作为D(u,v)/D0的函数的截面图第62页,共106页,星期日,2025年,2月5日频率域平滑滤波器Butterworth过滤器截止频率变换函数中不存在一个不连续点作为一个通过的和被过滤掉的截止频率的明显划分通常把H(u,v)开始小于其最大值的一定比例的点当作其截止频率点如当D(u,v)=D0时,H(u,v)=0.5第63页,共106页,星期日,2025年,2月5日频率域平滑滤波器在任何经二阶BLPF处理过的图像中都没有明显的振铃效果,这是过滤器在低频和高频之间的平滑过渡的结果低通滤波是一个以牺牲图像清晰度为代价来减少干扰效果的修饰过程第64页,共106页,星期日,2025年,2月5日频率域平滑滤波器Butterworth低通滤波器第65页,共106页,星期日,2025年,2月5日频率域平滑滤波器Butterworth低通过滤器的分析BLPF处理过的图像中几乎没有振铃效果第66页,共106页,星期日,2025年,2月5日频率域平滑滤波器高斯低通过滤器第67页,共106页,星期日,2025年,2月5日频率域平滑滤波器高斯低通过滤器 无振铃第68页,共106页,星期日,2025年,2月5日频率域平滑滤波器低通滤波的其它例子第69页,共106页,星期日,2025年,2月5日频率域平滑滤波器低通滤波的其它例子第70页,共106页,星期日,2025年,2月5日频率域平滑滤波器低通滤波的其它例子尽可能模糊细节,而保留大的可识别特征第71页,共106页,星期日,2025年,2月5日频率域图像增强本章要点背景知识傅立叶变换频率域滤波基础频率域平滑滤波器频率域锐化滤波器同态滤波器需要注意的问题第72页,共106页,星期日,2025年,2月5日频率域锐化滤波器基本思想:低通滤波器的反操作,即 Hhp(u,v)=1-Hlp(u,v) 也就是说被低通滤波器过滤掉的频率均能通过高通滤波器第73页,共106页,星期日,2025年,2月5日频率域锐化滤波器Butterworth锐化滤波器为理想滤波器的尖锐化和高斯滤波器的完全光滑之间的一种过渡第74页,共106页,星期日,2025年,2月5日频率域锐化滤波器第75页,共106页,星期日,2025年,2月5日傅立叶变换旋转特性:如果f(x,y)旋转了一个角度,那么f(x,y)旋转后的图象的傅立叶变换也旋转了相同的角度。对图像的旋转变换和傅立叶变换的顺序是可交换的第30页,共106页,星期日,2025年,2月5日傅立叶变换周期与共轭对称周期性共轭对称:傅立叶变换结果是以原点为中心的共轭对称函数第31页,共106页,星期日,2025年,2月5日傅立叶变换第32页,共106页,星期日,2025年,2月5日傅立叶变换均值性:离散函数的均值等于该函数傅立叶变换在(0,0)点的值第33页,共106页,星期日,2025年,2月5日傅立叶变换卷积与相关:空域和频域之间的基本联系卷积定理相关定理第34页,共106页,星期日,2025年,2月5日傅立叶变换微分等于傅立叶谱乘以项,相当于传递函数随频率平方增加的线性系统。第35页,共106页,星期日,2025年,2月5日傅立叶变换由于图像的频率是表征图像中灰度变化剧烈程度的指标,是灰度在平面空间上的梯度。如:大面积的沙漠在图像中是一片灰度变化缓慢的区域,对应的频率值很低;而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域,对应的频率值较高。傅立叶变换在实际中的物理意义,设f是一个能量有限的模拟信号,则其傅立叶变换就表示f的谱。从纯粹的数学意义上看,傅立叶变换是将一个函数转换为一系列周期函数来处理的。从物理效果看,傅立叶变换是将图像从空间域转换到频率域,其逆变换是将图像从频率域转换到空间域。换句话说,傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数,傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。第36页,共106页,星期日,2025年,2月5日傅立叶变换快速傅立叶变换Why?对u的M个值中的每一个都需进行M次复数乘法和和M-1次加法,即复数乘法和加法的次数都正比于M2快速傅里叶变换(FFT)则只需要Mlog2M次运算计算量之比是log2M/M,如M=1024≈103,则原始变换算法需要106次计算,而FFT需要104次计算,FFT与原始变换算法之比是1:100第37页,共106页,星期日,2025年,2月5日傅
文档评论(0)