数字图像处理―频域滤波PPT课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
u0 v0
x 0.1.2. M 1
y 0.1.2. N 1
7
功率谱:
P (u ,v ) F (u ,v )2 R 2 (u ,v ) I2 (u ,v )
可以证明:
f(x,y)( 1 )xy F (uM 2,vN 2)
原点被放置在
u M ,v N 22
上
8
空间域和频率域抽样点之间的关系:
“谱密源自文库” 信号频谱分析示意图 如右图所示:
6
二维DFT及其反变换
F (u , v )
1
M 1 N 1
f ( x, y )e j2 (ux / M vy / N )
M N x0 y0
u 0.1.2. M 1
v 0.1.2. N 1
M 1 N 1
f ( x , y )
F (u , v )e j2 (ux / M vy / N )
25
原图 半径是15的GLPF滤波 半径是80的GLPF滤波
半径是5的GLPF滤波
半径是30的GLPF滤波 半径是230的GLPF滤波
26
原图
D0=100的GLPF滤波
D0=80的GLPF滤波,
27
28
29
30
四种低通滤波器的比较
31
低通滤波的其它例子 : 1、字符识别:
下图:断裂现象
17
思想:通过滤波器函数以某种方式来修改图像 变换,然后通过取结果的反变换来获得处理后 的输出图像
18
1 理想低通滤波器
1 H(u,v)0
D(u,v)D0 D(u,v)D0
D (u , v) 是点( u , v ) 距频率原点的距离。
如果图像大小 M N ,其变换亦为M N
中心化之后,矩形中心在 ( M , N )
u0
u0,1,2M1 x0,1,2M1
4
频域→不同的频域成份,可以表示成 极坐标(复数)形式:
F (u ) F (u ) e j (u )
1
F (u ) R 2 (u ) I 2 (u ) 2
(u
)
a
rct
g
2 (u ) R (u)
5
功率谱
P(u) F(u) 2 R2(u) I 2(u)
100 u v P(u,v)/PT
可以此来建立一组标准截 止频率的对立量,具体例 子如右图所示:
21
巴特沃思低通滤波器n阶巴特沃思低通传函数
H(u,v)1D(u,1v)/D02n
截止频率距原点距离为 D 0
22
透视图
滤波器
阶数从1到4的滤波器横截面
应用:可用于平滑处理,如图像由于量化不足产生虚假轮 廓时,常可用低通滤波进行平滑以改进图像质量。通常, BLPF的平滑效果好于ILPF。
频域滤波
1
整体概述
概述一
点击此处输入
相关文本内容
概述二
点击此处输入
相关文本内容
概述三
点击此处输入
相关文本内容
2
法国数学家傅立叶提出,任何周期函 数都可以表示为不同频率的正弦或余弦的 和的形式。→傅氏级数;
对于非周期函数,则用正弦和余弦及 加权函数的积分来表示。→傅氏变换;
应用极为广泛,尤其是数字计算和快 速算法的发明,在信号处理领域产生了具 大变革。
u 1 M x
v 1 N y
9
下图实例: 中心化,矩形宽高化为2∶1 反映到频域轴亮点间距恰好相反
10
3 频率域滤波
一般不大可能 建立图像特定分量 和其变换之间的直 接联系,但可以建 立傅氏变换的频率 图像中的强度变化 模式之间的联系。
例如,低频对 应图像的慢变化分 量(墙,地板), 而高频分量对应着 图像中灰度变化联 系地方(边缘,噪 声)。
13
频域滤波增强
频域增强的原理
u
边、噪音、变化陡峭部分
变化平缓部分
v
14
频域滤波增强
15
频域滤波增强
16
频率域的滤波步骤 1. 用(-1)x+y乘以输入图像进行中心变换
f(x,y) (1)xyF(uM ,vN) 22
2. 计算1中的DFT F(u,v) 3. 用滤波器函数H(u,v)乘以F(u,v) 4. 计算3中结果的反DFT 5. 得到4中结果的实部 6. 用(-1)x+y乘以5中的结果,取消输入图像的 乘数.
32
低通滤波的其它例子 : 2、卫星和航空图像:
下图:墨西哥湾和佛罗里达图像存在“扫 描线” (用高斯低通来处理)
33
高通滤波器
图像轮廓是灰度陡然变化的部分, 包含着丰富的空间高频成分。
把高频分量相对突出,显然可使轮 廓清晰。
高频滤波器使高频分量相对突出, 而低频分量和甚高频分量则相对抑制 。
34
11
频率域滤波基本步骤:
1、(1)x y 原图像
2、F (u , v) 3、H(u,v)F(u,v)
4、反DEF
5、实部 6、用 (1)xy (5)结果。
被滤波图像 1G(u,v)
G (u ,v ) H (u ,v )F (u ,v )
12
频域滤波增强
频域增强的原理 频率平面与图像空域特性的关系 ➢ 图像变化平缓的部分靠近频率平面的 圆心,这个区域为低频区域 ➢ 图像中的边、噪音、变化陡峻的部分, 以放射方向离开频率平面的圆心,这 个区域为高频区域
23
原图 半径是15的BLPF滤波 半径是80的BLPF滤波
半径是5的BLPF滤波 半径是30的BLPF滤波
半径是230的BLPF滤波
24
高斯低通滤波器 H(u,v)eD2(u,v)/2D02
D 0 截止频率,当 D(u,v)D0 时,滤波器下降到其最大值的0.607处。 无振铃现象,曲线见下图所示:
35
36
37
图a:D0=15
图b:D0=30
图c:D0=80
38
39
40
41
图a:D0=15
图b:D0=30
图c:D0=80
42
43
44
45
图a:D0=15
3
一维傅立叶变换及其反变换 F(u) f (x)ej2uxdx F(x) f (u)ej2uxdu
F(u,v) f(x,y)ej2(uxvy)dxdy F(x,y) f(u,v)ej2(uxvy)dudv
离散形式:
F(u) 1 M1f(x)ej2u x/M Mx0
M1
f(x) F(u)ej2ux/M
12 2
则 D(u,v)(uM 2)2(vN 2)22
19
说明:在半径为D0的圆内,所有频率没有衰减地通过滤 波器,而在此半径的圆之外的所有频率完全被衰减掉
20
理想低通滤波器 一幅大小的图像的总的功 率谱
M1 N1
PT P(u,v)
u0 v0
若变换被中心化,原点在 频率矩形中心,半径为r的 圆包含 %的功率: