图像处理学习三(频域图像增强)
来源:互联网 发布:北京工业大学软件 编辑:程序博客网 时间:2024/06/05 00:57
频域图像增强
基础知识:
图像变换技术:将原定义在图像空间的图像以某种形式转换到另外一些空间,并利用在这些空间的特有性质方便地进行一定的加工,最后再转换回图像空间以得到所需的效果。变换是双向的,或者说需要双向的变换。在图像处理中,一般将从图像空间向其他空间的变换称为正变换,而将从其他空间向图像空间的变换称为反变换或逆变换 。
时域分析只能反映信号的幅值随时间的变化情况,除单频率分量的简谐波外,很难明确揭示信号的频率组成和各频率分量大小。信号频谱X(f)代表了信号在不同频率分量成分的大小,能够提供比时域信号波形更直观,丰富的信息。
傅里叶变换的理论基础就是:
“任意波形都可以用单纯的正弦波的和来表示”。
“任意波形可分解为不同幅值不同频率的正弦波的和。 ”
频率:在单位时间内信号做周期变化的次数。
信号的频谱:详细描述了信号所包含的频率分量。合成信号波形的每个正弦波,在频谱中显示为一个个尖峰。
为什么要进行傅里叶变换:
1822年,法国工程师傅里叶(Fourier)指出,一个“任意”的周期函数x(t)都可以分解为无穷多个不同频率正弦信号的和,这即是傅里叶级数。求解傅里叶级数的过程就是傅里叶变换。傅里叶级数和傅里叶变换又统称为傅里叶分析或谐波分析。
傅里叶分析方法相当于光谱分析中的三棱镜,而信号x(t)相当于一束白光,将x(t)“通过”傅里叶分析后可得到信号的频谱,频谱作傅里叶反变换后又可得到原信号x(t)。
信号的平稳变化源于它的低频分量,陡峭边缘和急剧变化则源于它的高频分量。例如方波,它既包含了产生平稳变化的低频分量,又包含了形成陡峭边缘的高频分量。只要所选择的正弦波具有合适的频率和振幅,把它们加在一起便产生了方波。
傅里叶变换:实际上是将信号x(t)和一组不同频率的复正弦作内积,这一组复正弦即是变换的基向量,而傅里叶系数或傅里叶变换是x(t)在这一组基向量上的投影。
1-D正变换:
1-D反变换:
傅里叶变换的性质 :
- 图像处理学习三(频域图像增强)
- 《数字图像处理》学习笔记(三)--空间域图像增强
- 频域图像增强(学习笔记)
- 图像处理--图像增强
- 【图像处理】图像增强
- 图像处理之空间域图像增强
- 频域图像增强
- 图像频域增强
- 图像处理笔记--图像增强
- 数字图像处理学习笔记--图像空间域增强
- 冈萨雷斯数字图像处理学习4:频率域图像增强1
- 冈萨雷斯数字图像处理学习3:图像增强(1)
- 冈萨雷斯数字图像处理学习3:图像增强(2)
- 数字图像处理-空间域增强(三)(图像的算数与逻辑运算)
- OpenCV图像处理 空间域图像增强(图像锐化 1 基于拉普拉斯算子)
- 怎样学习图像处理技术?(三)
- 图像增强之频域增强
- 数字图像处理-空间域图像增强(二)(直方图)
- Mysql 查看库中各个表数据量、创建更新时间等情况
- shell学习之cat命令、文件包含、read命令、printf、函数、重定向
- Mac下Docker_kali的安装
- 学习学长代码总领
- Fragment的列表刷新问题
- 图像处理学习三(频域图像增强)
- iOS H5容器的一些探究:UIWebView和WKWebView的比较和选择
- 贴一个比较实用的maven发布项目到服务器的插件
- 两种不同方法验证-10000以内满足哥德巴赫猜想的数
- HashMap集合中的TreeMap集合
- 修改电话中新通话记录无法立即显示联系人姓名问题
- 正则表达式30分钟入门教程
- Spring Mvc 表单数据与Controller中模型(Model)的映射
- Dockerfile文件详解