zoukankan      html  css  js  c++  java
  • 频域滤波

    频域滤波:

    (前提)二维傅里叶变化卷积性质:

    f(x,y)是空间域信号,F(u,v)是频域信号

    h(x,y)是系统冲击函数,H(u,v)是冲击函数频域形式。有:

    f(x,y)*h(x,y)=F(u,v)×H(u,v)        f(x,y)×h(x,y)=F(u,v)*H(u,v)

    空间域卷积对应频域乘积,        空间域乘积对应频域卷积

    一.频率滤波原理:

    通过滤波系统修正输入图像频率成分,达到图像增强的目的。

    利用傅里叶变换的卷积性质,使空间域卷积运算转化为频域乘积运算,有利于对图像进行操作。

    频域滤波的基本步骤:

    二.频域滤波分为低通滤波器,高通滤波器等。

    低通滤波器:(允许低频成分通过,去除高频成分),包括理想低通滤波器,Butterworth低通滤波器,高斯低通滤波器。

    我们定义D(u,v)为点(u,v)到原点的距离:D(u,v)=(u²+v²)1/2

      1.理想低通滤波器:H(u,v)满足为

          

      半径为D0圆内的频率成分可以无失真通过;在此半径之外的频率成分被截止(衰减为0)

                            

      滤波效果:

      2.Butterworth低通滤波器,H(u,v)满足:

            (n为阶数)

      

       滤波效果:

      

           3.高斯低通滤波器,H(u,v)满足

      (D0为截至频率,D0=σ)

      

      效果:

      

      区别:高斯低通滤波器不能达到相同截止频率的Butterworth低通滤波器平滑效果,高斯低通滤波器没有振铃现象

       

    低通高斯滤波器的应用:图片文字中字符失真,断符修复。

     

    高通滤波器:(高频成分允许通过,抑制低频成分),包括理想高通滤波器,Butterworth高通滤波器,高斯高通滤波器

      1.理想高通滤波器:H(u,v)满足:

          

      半径为D0圆外的频率成分可以无失真通过;在此半径之内的频率成分被截止(衰减为0)

              

      效果:

      

       2.Butterworth高通滤波器,H(u,v)满足:

            

      

       效果:

      

      3.高斯高通滤波器,H(u,v):

          (D0为截至频率,D0=σ)

          

      效果  

        

    高通滤波器应用:

  • 相关阅读:
    P2422 良好的感觉
    拉格朗日插值
    C# 中的委托和事件(详解)
    异步委托
    ManualResetEvent详解
    快速理解C#高级概念事件与委托的区别
    拉格朗日多项式
    oracle 插入一个从别处查询获得字段的值
    decode和nvl的用法
    C#将像素值转换为图片
  • 原文地址:https://www.cnblogs.com/xusi/p/14341060.html
Copyright © 2011-2022 走看看