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。
- 数字图像处理-频域增强
- 数字图像处理之空间域图像增强
- 数字图像处理之频率域图像增强
- 数字图像处理之图像增强
- 数字图像处理—局部增强
- 数字图像处理图像增强技术
- 数字图像处理 预处理 图像增强
- 数字图像处理图像增强技术
- 数字图像-频域处理
- 数字图像处理学习笔记--图像空间域增强
- 《数字图像处理》学习笔记(三)--空间域图像增强
- 数字图像处理-空间域图像增强(二)(直方图)
- 冈萨雷斯数字图像处理学习4:频率域图像增强1
- 数字图像处理频域滤波
- 数字图像处理实践[3]---夜间图像增强
- Visual C++实现数字图像增强处理
- [数字图像处理]模糊算法用于图像增强
- 数字图像处理,经典对比度增强算法
- UVA10790 How Many Points of Intersection?
- 儿童迎合热让他共和党管
- c++11 特性 std::function 与 std::bind
- 初学OAF的问题
- CSS实现背景透明,文字不透明(各浏览器兼容)
- 数字图像处理-频域增强
- BaseDao
- 使用内部(com.android.internal)和隐藏(@hide)API[第2部分,定制android.jar]
- 富豪们掌握着获得智慧的智慧
- poj 1308 Is It A Tree?
- 导入源码步骤
- 1153. Word Reversal
- 如何删除访问局域网共享时所保存的用户名及密码
- R: 循环语句中warning()的显示问题