概述

推荐阅读:傅里叶分析之掐死教程(完整版)https://zhuanlan.zhihu.com/p/19763358

傅里叶变换的核心

任何周期函数都可以表示为不同频率的正弦和/余弦和的形式image-20220514185229232(欧拉公式)

什么是欧拉公式

欧拉公式是复分析领域的公式,他将三角函数和负指数函数联系起来,因此负指数函数是周期,因为它可以描述成正弦函数与余弦函数的叠加。

傅里叶变换的公式

image-20220514185512452

为什么傅里叶变换可以用于图像滤波

在时域很难将某些频率成分去掉,但是转换到频率域之后,不同的评率对应的致死频率轴上一个固定的值,将该值设置为0应该是一家很简单的事情,这就是为什么要用傅里叶变化的根本原因。

二维傅里叶变换

概述

image-20220514190749118

公式

image-20220514231244887

说明:功率谱、频率谱、相位谱的尺寸与图形尺寸一致,都是M*N

频谱图的处理

如何理解 图像傅里叶变换的频谱图:https://blog.csdn.net/m0_51233386/article/details/115134101

image-20220514225141258

原图做傅里叶变化得到右上角的图,四周为低频,中心为高频,中心化后中间为低频四周为高频

频谱取决于正弦波的幅度,在给定的频率处幅度较大意味着该频率的正弦波比较突出

旋转平移对频谱图的影响

  • 平移对频谱图没有任何影响
  • 频谱图像跟着原始图像的选择一致

旋转平移对相位谱的影响

  • 相位图与图像变换的关系不是很强,但是它绝对了各个正弦分量关于原点位移的度量
  • 相位图关于原点对称
  • 变换后中心是频率域原点,强度最大,为直流分流
  • 相位图中越亮的位置标示该点对应的正弦波的振幅较大

频率域滤波基础

空间域频率与频率域滤波的对应关系

image-20220514232502665

image-20220514232722068

image-20220514233009958

结合两者优点

  • 首先我们在频率域选择一个比较好的滤波器,然后我们将该滤波器求傅里叶反变换得到空间域滤波器,再取样生成空间域的滤波模板
  • 频率于滤波器越窄,其衰减的高频越多,引起的模糊越大,对应到空间域则需要用加大的模板来增大模糊

频率域滤波原理

image-20220514234131031

image-20220514234211502

image-20220514234239882

image-20220514234335440

image-20220514234540756

频率域滤波的步骤

image-20220514234835076

频率域平滑滤波器

理想低通滤波器

概述

image-20220514235301019

  • 在半径为D0的圆内,所有频率无衰减的通过,在圆外完全被衰减,关于原点径向对称,也就是说定义一个径向截面,然后旋转360°可以得到一个理想低通滤波器。
  • D0越小,模糊效果越好

image-20220514235815303

振铃效应
  • 低通滤波器后边缘处有波纹的效果,过滤掉额频率越多,振铃效应越明显
  • 由于理想低通滤波器的频率域剖面图类似于盒装滤波器,因此其空间域滤波器有sin函数形状,空间域的滤波可以用卷积表示
结论

sinc函数的展开度与H(u, v)滤波函数的半径成反比,D0越大,sinc函数就会道近于个和图像卷积是根本不会发生模糊的冲击,低通滤波的目

标是找到没有振铃或振铃效应很小的滤波器。

三种常见低通滤波器的联系与区别

image-20220515000713366

频率域高通滤波器

image-20220515000955654

参考资料

https://www.bilibili.com/video/BV19F411T7fD(本系列文章就是根据链接里的教程进行整理)