理解图像的傅里叶变换
最近在看圖像的傅里葉變換,看著頻譜圖一直沒(méi)看明白到底為啥是那樣的,跟同學(xué)研究了好久,終于想明白了。感謝同學(xué)的耐心指導(dǎo)!大家相互討論真的很快就能出結(jié)果,多討論,多學(xué)習(xí)。
圖像的傅里葉變換
圖像是一個(gè)二維的信號(hào),所以對(duì)它進(jìn)行二維的傅里葉變換,對(duì)于MXN的一幅圖像的離散二維傅里葉變換,公式如下:
???
從公式上可以看出,F(u,v)與f(x,y)與并不是一一對(duì)應(yīng)的關(guān)系,F(u,v)所對(duì)應(yīng)的不是某一個(gè)f(x,y)而是所有的f(x,y)與e^(-j2TT(ux/M+vy/N))的乘積的和。
在岡薩雷斯書上看到類似如下圖和它的頻譜圖,不理解它頻譜圖所代表的的意義。自己畫了一幅類似的圖,并用matlab試了一下。
????????????????????????????
用matlab做傅里葉變換(即用fft2()函數(shù))之后的圖如下:(這是一幅帶相位的頻譜圖)
用matlab去掉相位之后的圖像如下:
首先傅里葉變換就是將時(shí)域信號(hào)分解為不同頻率的正弦函數(shù)(或余弦函數(shù))之和,幅度表示該頻率的正弦函數(shù)的個(gè)數(shù)。
可以看出四個(gè)角都是白色(255)表示占所有正弦函數(shù)的百分比大(幅度高)的低頻部分,中間是黑色(0)表示占所有正弦函數(shù)的百分比小(幅度低)的高頻部分
對(duì)其帶相位的頻譜圖像中心化之后再去相位的圖像如下:
這就是我們經(jīng)常看見(jiàn)的傅里葉譜,也叫功率圖,越亮代表能量越大,幅角越大。垂直方向與水平方向都有白色的條紋,說(shuō)明在垂直方向與水平方向低頻部分很明顯。
(這個(gè)傅里葉變換之后的圖像與夫朗和費(fèi)矩形孔衍射圖像一模一樣,沒(méi)有仔細(xì)研究過(guò)為什么)
以下是摘抄其他文章對(duì)圖像傅里葉變化的理解,感覺(jué)很有用處。
圖像的物理意義
如果只保留圖像的中心點(diǎn),則圖像的細(xì)節(jié)會(huì)丟失,大致輪廓還在,不同區(qū)域好友不同的灰度。
如果保留遠(yuǎn)離中心的點(diǎn),而去掉中心的幅度,則保留著圖像的細(xì)節(jié),而不同區(qū)域的灰度一樣
這就得出了一個(gè)結(jié)論:傅里葉變換后的白色部分(即幅度較大的低頻部分),表示的是圖像中慢變化的特性,或者說(shuō)是灰度變化緩慢的特性(低頻部分)。
傅里葉變換后的黑色部分(即幅度低的高頻部分),表示圖像中快變化的特性,或者說(shuō)是灰度變化快的特性(高頻部分)。
?
總結(jié)
以上是生活随笔為你收集整理的理解图像的傅里叶变换的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: java: PO,VO,TO,BO,DA
- 下一篇: springCloud - 第2篇 -