数字图像处理冈萨雷斯4频域滤波基础.ppt

第4章频率域滤波图像的频域分析,频率域滤波频率域平滑（低通）滤波器频率域锐化（高通）滤波器,4.7频域滤波基础,变化最慢的频率成分(u=v=0)对应一幅图像的平均灰度级,傅里叶变换的频率分量(u,v)和图像空间特征（灰度变化模式）之间的联系,频域：频率变量(u,v)定义的空间。,当从变换的原点移开时，低频对应着图像的慢变化分量，如图像的平滑部分,进一步离开原点时，较高的频率对应图像中变化越来越快的灰度级，如边缘或噪声等尖锐部分,、频域的基本性质：,思想：通过滤波器函数以某种方式来修改图像变换，然后通过取结果的反变换来获得处理后的输出图像,、频域中的滤波基础：,4.7频域滤波,三、一些基本的滤波器及其性质,4.7频域滤波,设置F(0,0)=0(结果图像的平均值为零)，而保留其它傅里叶变换的频率成分不变,除了原点处(0,0)有凹陷外，其它均是常量函数。由于图像平均值为0而产生整体平均灰度级的降低,用于识别由特定的、局部化频域成分引起的空间图像效果,陷波滤波器应用举例,陷波滤波器,由于图像平均值为0而产生整体平均灰度级的降低,4.7频域滤波,图4.30,被低通滤波的图像比原始图像少了尖锐的细节部分而突出了平滑过渡部分,类比空间域滤波的平滑处理，如均值滤波器,被高通滤波的图像比原始图像少了灰度级的平滑过渡而突出了边缘等细节部分,类比空间域的梯度算子、拉普拉斯算子,4.7频域滤波,使低频通过，高频衰减的滤波器,使高频通过而使低频衰减的滤波器,低通滤波器和高通滤波器举例,原图,高通滤波结果,高通滤波改进结果,(b)中因为F(0,0)已被设置为0，所以几乎没有平滑的灰度级细节，且图像较暗在高通滤波器中加入常量，以使F(0,0)不被完全消除，如图(c)所示，对滤波器加上一个滤波器高度一半的常数加以改进（防止直流项消除，保持色调）,4.2.3频域滤波,4.7.3 频率域的滤波步骤：,4.7频域滤波,1、对要滤波的图像 进行填充得到，典型地：P=2M,Q=2N,2、用 乘以输入图像进行中心变换,3、变换到频域,4、生成一个实的、中心对称的滤波器，中心在,频域滤波:,5、变换到空间域:,6、取实部:,7、取消输入图像的乘数:,8、提取 区域:,4.7频域滤波,图4.36,4.7.4 空间域滤波和频域滤波之间的对应关系,对比空间域滤波：在MN的图像f上，用mn的滤波器进行线性滤波,(4.6-23)和(3.4-1)本质上是相似的；相差之处只在于：常数、负号及求和的上、下限；在实践中，我们宁愿使用(3.4-1)和较小的滤波器模板来实现滤波处理；滤波在频率域中更为直观，可以在频率域指定滤波器，做反变换，然后在空间域使用结果滤波器作为在空间域构建小滤波器模板的指导；,大小为MN的两个函数f(x,y)和h(x,y)的频率域滤波表示为：由卷积定理，该运算对应的空间域运算为：,对应空间域高斯低通滤波器为,A B,1 2,对应空间域高斯高通滤波器为,4.7.4 空间域滤波和频域滤波之间的对应关系,频率域高斯低通滤波器,空间域高斯低通滤波器,4.7.4 空间域滤波和频域滤波之间的对应关系,频率域高斯高通滤波器,空间域高斯高通滤波器,图4.37,4.7.4 空间域滤波和频域滤波之间的对应关系,4.7.4 空间域滤波和频域滤波之间的对应关系,图4.38,例4.15,