本帖最后由 王绍昶 于 2016-3-24 22:40 编辑
把图像看成一种二维信号,对其进行基于二维傅里叶变换的信号增强。采用低通滤波(即只让低频信号通过)法,可去掉图中的噪声;采用高通滤波法,则可增强边缘等高频信号,使模糊的图片变得清晰。 无论是何种类型,何种目的的频率域图像增强,处理的过程都是基本一致的,如图所示,图中,在具体进行频率域的各种处理滤波的前后,进行了傅立叶变换以及傅立叶反变换.这两个变换的过程就是将空间的信息分解为在频率上的表示,或者将频率上的表示转化为空间上的表示,两种变换是互为逆变换的.正是通过傅立叶正反变换的处理,才使得频率域上的处理可以用于图像的增强。 傅里叶变换 傅里叶级数能将复杂的周期函数表示为简单的正弦/余弦周期函数,给处理问题带来很大的方便。 在图像处理领域,常用的傅里叶变换是二维傅里叶变换,其计算效率可提高100倍。 频率域滤波 原始图像的二维函数被分解为不同频率的信号后,高频的信号携带了图像的细节部分信息(比如图像的边界),低频的信号包含了图像的粗糙背景信息。对这些不同频率的信号,进行处理就可以实现相应的加强图像的目的。例如让低频信号加强,可以让图像细节对比加强,达到锐化的效果,去掉低频就可以把细节部分剔除,仅仅得到大致背景轮廓的图像。 在图像增强中,待增强的图像一般是给定的,在利用傅里叶变换得到频谱函数后,关键是选取滤波器,若利用滤波器强化图像高频分量,可是图像物理轮廓清晰,细节明显,这就是高通滤波器;若强化图像低频分量,减少图像噪声影响,对图像平滑,这就是低通滤波。 1) 低通滤波器 滤除高频成分,保留低频成分,在频域中实现平滑处理,平滑可抑制高频成分,但也使图像变模糊。 2) 高通滤波器 一直图像频谱的低频信号保留高频信号的模型,图像频谱中的高频部分对应着图像灰度急剧变化的部分,往往是物体的边缘。因此高通滤波可使图像锐化。
|