《精通Matlab数字图像处理与识别》一6.1 频率域滤波——与空间域滤波殊途同归

6.1 频率域滤波——与空间域滤波殊途同归

精通Matlab数字图像处理与识别
在很多情况下,频率域滤波和空间域滤波可以视为对于同一个图像增强问题的殊途同归的两种解决方式。而在另外一些情况下,有些增强问题更适合在频域中完成(6.7节),有些则更适合在空域中完成。我们常常根据需要选择是工作在空间域还是频率域,并在必要时在空间域和频率域之间相互转换。

傅立叶变换提供了一种变换到频率域的手段,由于用傅立叶变换表示的函数特征可以完全通过傅立叶反变换进行重建,不丢失任何信息,因此它可以使我们工作在频率域,而在转换回空间域时不丢失任何信息。

时间: 2024-11-01 05:46:10

《精通Matlab数字图像处理与识别》一6.1 频率域滤波——与空间域滤波殊途同归的相关文章

《精通Matlab数字图像处理与识别》一6.2 傅立叶变换基础知识

6.2 傅立叶变换基础知识 精通Matlab数字图像处理与识别 要理解傅立叶变换,掌握频率域滤波的思想,必要的数学知识是不能跳过的.为便于理解,我们将尽可能定性地去描述.其实傅立叶变换所必需的数学知识对于一个理工科大学二年级以上的学生来说是很有限的,高等数学中傅立叶级数的知识加上线性代数中基和向量空间的概念就足够了.下面就从一维情况下的傅立叶级数开始进行介绍. 6.2.1 傅立叶级数 法国数学家傅立叶发现任何周期函数只要满足一定条件(狄利赫里条件)都可以用正弦函数和余弦函数构成的无穷级数,即以不

《精通Matlab数字图像处理与识别》一6.3 快速傅立叶变换及实现

6.3 快速傅立叶变换及实现 精通Matlab数字图像处理与识别 6.2节介绍了离散傅立叶变换(DFT)的原理,但并没有涉及其实现问题,这主要是因为DFT的直接实现效率较低.在工程实践中,我们迫切地需要一种能够快速计算离散傅立叶变换的高效算法,快速傅立叶变换(FFT)便应运而生.本节将给出快速傅立叶变换算法的原理及其实现细节. 6.3.1 FFT变换的必要性 之所以提出快速傅立叶变换(FFT)方法,是因为在计算离散域上的傅立叶变换时,对于N点序列,它的DFT变换与反变换对定义为 于是不难发现,计

《精通Matlab数字图像处理与识别》一导读

前 言 精通Matlab数字图像处理与识别 图像处理与识别是当今计算机科学中一个热门研究方向,其应用广泛,发展前景乐观.Matlab是MathWorks公司开发的一款工程数学计算软件.由于其强大的科学运算.灵活的程序设计流程.高质量的图形可视化与界面设计,以及便捷的与其他程序和语言接口的功能,Matlab已成为当今国际上科学界最具影响力.最有活力的软件.本书正是紧密结合大量的Matlab代码和案例展开对数字图像处理和识别技术的介绍. 让计算机理解所"看"到的东西是一件非常神秘和令人兴奋

《精通Matlab数字图像处理与识别》一6.4 频域滤波基础

6.4 频域滤波基础 精通Matlab数字图像处理与识别 6.4.1 频域滤波与空域滤波的关系 傅立叶变换可以将图像从空域变换到频域,而傅立叶反变换则可以将图像的频谱逆变换为空域图像,即人可以直接识别的图像.这样一来,我们可以利用空域图像与频谱之间的对应关系,尝试将空域卷积滤波变换为频域滤波,而后再将频域滤波处理后的图像反变换回空间域,从而达到图像增强的目的.这样做的一个最主要的吸引力在于频域滤波的直观性特点,关于这一点稍后将进行详细的阐述. 根据著名的卷积定理:两个二维连续函数在空间域中的卷积

《精通Matlab数字图像处理与识别》一6.5 频域低通滤波器

6.5 频域低通滤波器 精通Matlab数字图像处理与识别 在频谱中,低频主要对应图像在平滑区域的总体灰度级分布,而高频对应图像的细节部分,如边缘和噪声.因此,图像平滑可以通过衰减图像频谱中的高频部分来实现,这就建立了空间域图像平滑与频域低通滤波之间对应关系. 6.5.1 理想低通滤波器及其实现 1.理论基础 最容易想到的衰减高频成份的方法就是在一个称为"截止频率"的位置"截断"所有的高频成份,将图像频谱中所有高于这一截止频率的频谱成份设为0,低于截止频率的成份设为

《精通Matlab数字图像处理与识别》一6.8 频域滤波器与空域滤波器之间的内在联系

6.8 频域滤波器与空域滤波器之间的内在联系 精通Matlab数字图像处理与识别 在6.4.1小节我们曾探讨了频域滤波与空域滤波之间的关系.这里则要更进一步,来研究频域滤波器与空域滤波器之间的内在联系. 频域滤波较空域而言更为直观,频域下滤波器表达了一系列空域处理(平滑.锐化等)的本质,即对高于/低于某一特定频率的灰度变化信息予以滤除,而对其他的灰度变化信息基本保持不变.这种直观性增加了频域滤波器设计的合理性,使得我们更容易设计出针对特定问题的频域滤波器,就如在6.7节中我们利用了带阻滤波器实现

《精通Matlab数字图像处理与识别》一6.7 Matlab综合案例——利用频域滤波消除周期噪声

6.7 Matlab综合案例--利用频域滤波消除周期噪声 精通Matlab数字图像处理与识别 6.5~6.6节介绍了几种典型的频域滤波器,实现了频域下的低通和高通滤波,它们均可在空域下采用平滑和锐化算子实现.而本节准备给出一个特别适合在频域中完成的滤波案例,即利用频域带阻滤波器消除图像中的周期噪声.下面就来看一下这个在空域中几乎不可能完成的任务是如何在频域中实现的. 6.7.1 频域带阻滤波器 顾名思义,所谓"带阻"就是阻止频谱中某一频带范围的分量通过,其他频率成份则不受影响.常见的带

《精通Matlab数字图像处理与识别》一6.6 频率域高通滤波器

6.6 频率域高通滤波器 精通Matlab数字图像处理与识别图像锐化可以通过衰减图像频谱中的低频成份来实现,这就建立了空间域图像锐化与频域高通滤波之间对应关系. 6.6.1 高斯高通滤波器及其实现 1.理论基础从6.5.2小节高斯低通滤波器中的H(u)图像,可以发现滤波器中心频率处的值即为其最大值1,如果需要做相反的滤波操作,滤除低频成份而留下高频成份,则可以考虑简单地使用如下表达式来获得一个高斯高通滤波器. 因此,高斯高通滤波器的频域特性曲线如图6.23所示(仍旧以一维情况为例). 2.Mat

《精通Matlab数字图像处理与识别》一第6章 频率域图像增强

第6章 频率域图像增强 精通Matlab数字图像处理与识别空间域和频率域为我们提供了不同的视角.在空间域中,函数的自变量(x,y)被视为二维空间中的一点,数字图像f(x,y)即为一个定义在二维空间中的矩形区域上的离散函数:换一个角度,如果将f(x,y)视为幅值变化的二维信号,则可以通过某些变换手段(如傅立叶变换.离散余弦变换.沃尔什变换和小波变换等)在频域下对它进行分析. 第5章详细介绍了空间域图像增强的有关知识,紧接着本章就从频域的角度去看待和分析图像增强问题,相信这一定会使您对图像增强的理解