图像处理与图像识别笔记(六)图像增强3
上一章節中我們講解了空域濾波的圖像增強方法,包括圖像的平滑和銳化,本文中,我們首先帶來頻域濾波的圖像增強方法,指在頻域中對圖像進行變換,需要的基礎知識是前述過的圖像傅里葉變換,請查看學習。
一、頻域濾波處理
頻域濾波處理的一般方法如下圖所示,先將圖像經過傅里葉變換為頻域形式,然后乘以合適的濾波器函數得到頻域處理結果,最后經過反變換得到處理后的圖像。
頻域濾波的關鍵是選取合適的濾波器函數。同樣大小的空域和頻率濾波器,頻域計算更有效,尤其是針對大尺寸圖像;如果可以使用較小的濾波器,最好還是選用空域計算,因為省去了傅里葉變換及反變換的步驟。
接下來我們講解理想低通濾波器,低通濾波就是去除圖像中的高頻部分,留下低頻部分。我們在前邊講述過,高頻部分代表圖像中的尖銳部分,是圖像中的細節體現,低頻部分代表圖像的整體風格。理想低通濾波是低通濾波的一種特殊形式,
H(u,v)={1,D(u,v)≤D00,D(u,v)>D0H(u,v)=\left\{\begin{array}{cc} 1, & D(u,v)\leq D_0\\ 0, & D(u,v)>D_0\ \end{array}\right.H(u,v)={1,0,?D(u,v)≤D0?D(u,v)>D0???D_0是一個非負整數,D(u,v)D(u,v)D(u,v)是從點(u,v)(u,v)(u,v)到頻譜原點的距離,D(u,v)=(u2+v2)1/2D(u,v)=(u^2+v^2)^{1/2}D(u,v)=(u2+v2)1/2
理想低通濾波器會帶來振鈴現象,由于理想低通濾波器兩個負邊帶的存在(帶來頻率突變),輸出圖像的信號兩側會出現過沖現象,稱為振鈴現象。
為了解決這種跳躍現象,提出了巴特沃斯低通濾波器,
H(u,v)=11+[D(u,v)/D0]2nH(u,v)=\frac{1}{1+[D(u,v)/D_0]^{2n}}H(u,v)=1+[D(u,v)/D0?]2n1?
nnn為濾波器的階次,D0D_0D0?為濾波器的截止頻率,
除了巴特沃斯低通濾波器,還有指數低通濾波器(ELPF)、梯形濾波器(TLPF),
四種濾波器的比較:
總結
以上是生活随笔為你收集整理的图像处理与图像识别笔记(六)图像增强3的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: HTML CSS JS(一)
- 下一篇: 立体视觉(Stereo Vision)-