数字图像处理-频域增强

来源:互联网 发布:矩阵分解优化问题 编辑:程序博客网 时间:2024/05/21 09:18

频域增强主要是滤波,分低通滤波(对应时域的平滑),高通滤波(对应时域的锐化),又与时域滤波有所不同。


频域中的滤波步骤

1.用(-1)的x+y次方乘以输入图像进行中心变换。

2.由(1)计算图像的DFT,即F(u,v)。

3.用滤波器函数H(u,v)乘以F(u,v)。

4.计算(3)中结果的反DFT。

5.得到(4)中结果的实部。

6.用(-1)的x+y次方乘以(5)中的结果

(以上步骤转自数字图像处理第二版(冈萨雷斯))


滤波器函数H(u,v)是大小与图像大小相同的矩阵,高通是中间为0,两侧为1.低通是中间为1,两侧为0.(中间可以有其他值)

以上步骤的1和6可以用MATLAB的fftshift来完成。中心变换后的频谱图的坐标图如下


低通滤波器三种:

                          理想低通:ILPF

                          巴特沃思低通:BLPF

                          高斯低通:GLPF

高通滤波器三种:

                         理想高通:LHPF

                          巴特沃思高通:BHPF

                         高斯高通:GHPF


频域和时域滤波可以通过卷积联系起来,但是频域滤波器的大小等于图像的大小MxN,转换到时域依旧是MxN ,时域如此大的滤波器效果是不如频域的,时域上还是小滤波器好用,所以这种联系的作用在应用中是不大的。

频域处理在图像的其他方面还有很多的应用,就是有些是时域无法比的,也无法实现的,比如压缩编码、频谱分析等。研究到再说。

0 0
原创粉丝点击