美文网首页
5、频域图像增强

5、频域图像增强

作者: 史记_d5da | 来源:发表于2023-07-14 18:01 被阅读0次

1、频域增强原理

在频域空间,图像的信息表现为不同频率分量的组合。如果能让某个范围内的分量或某些频率的分量受到抑制而让其他分量不受影响,就可以改变输出图的频率分布,达到不同的增强目的。
频域空间的增强方法有三个步骤:
1、将图像从图像空间转换到频域空间;
2、在频域空间对图像进行处理;
3、将增强后的图像在从频域空间转换到图像空间;
g(x,y) = T^{-1} \{E[T[f(x,y)]]\}
卷积理论是频域技术的基础。设函数f(x,y)与线性位不变算子h(x,y)的卷积结果是g(x,y),即g(x,y)=h(x,y)\otimes\,f(x,y),那么根据卷积定理在频域有:
G(u,v)=H(u,v)F(u,v)
其中G(u,v),H(u,v),F(u,v)分别是g(x,y),h(x,y),f(x,y)的傅里叶变换。用线性系统理论的话来说,H(u,v)是转移函数

2、低通滤波

低通滤波是要保留图像中的低频分量而去除高频分量。图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分,所以在频域中的低通滤波可以除去或削弱噪声的影响并模糊边缘轮廓,与空域中的平滑方法类似。

2.1、理想的低通滤波器

一个二维理想低通滤波器的转移函数满足下列条件:
H(u,v) = \begin{cases} 1\, \qquad 如\ D(u,v)\le{D_0} \\ 0\, \qquad 如\ D(u,v)>{D_0}\\ \end{cases}
上式中,D_0是一个非负整数。D(u,v)是从点(u,v)到频率平面原点的距离,D(u,v)=(u^2 + v^2)^{1/2}

低通滤波器转移函数示意图
2.2、巴特沃斯低通滤波器

物理上可以实现的一种低通滤波器是巴特沃斯低通滤波器。一个阶为n,截断频率为D_0的巴特沃斯低通滤波器的转移函数为:
H(u,v)=\frac{1}{1+[D(u,v)/D_0]^{2n}}
阶为1的巴特沃斯低通滤波器剖面示意图,由图可见低通巴特沃斯滤波器在高低频率间的过渡比较光滑,所以用巴特沃斯低通滤波器得到的输出图其振铃现象不明显

巴特沃斯低通滤波器转移函数剖面示意图

3、高通滤波

因为图像中的边缘对应高频分量,所以要锐化图像可用高通滤波器。高通滤波是要保留图像中的高频分量而去除低频分量。

3.1、理想的高通滤波器

一个二维理想高通滤波器的转移函数满足下列条件
H(u,v) = \begin{cases} 0\, \qquad 如\ D(u,v)\le{D_0} \\ 1\, \qquad 如\ D(u,v)>{D_0}\\ \end{cases}

理想的高通滤波器转移函数
3.2、巴特沃斯高通滤波器

一个阶为n,截断频率为D_0的巴特沃斯高通滤波器转移函数
H(u,v)=\frac{1}{1+[D(u,v)/D_0]^{2n}}

巴特沃斯高通滤波器转移函数剖面图
3.3、高频增强滤波器

一般图像中的大部分能力集中在低频分量里,高通滤波会将很多低频分量滤除,导致增强图中边缘得到加强但光滑区域灰度减弱变暗甚至接近黑色。为了解决这个问题,可以对频域里的高通滤波器的转移函数加一个常数以将一些低频分量加回去,获得既保持光滑区域灰度又改善边缘区域对比度的效果。这样得到的滤波器称为高频增强滤波器。

4、带通和带阻滤波

4.1、带阻滤波

带阻滤波器阻止一定频率范围内的信号通过而允许其他频率范围内的信号通过。如果这个频率范围下限是0(上线不为\infty),则带通滤波器成为高通滤波器。如果这个频率范围上限是\infty(下线不为0),则带通滤波器成为低通滤波器。
1、消除以(u_0,v_0)为中心,D_0为半径区域内所有频率的理想带通滤波器的转移函数:
H(u,v) = \begin{cases} 0\, \qquad 如\ D(u,v)\le{D_0} \\ 1\, \qquad 如\ D(u,v)>{D_0}\\ \end{cases}
其中:D(u,v)=[(u-u_0)^2+(v-v_0)^2]^{1/2}
2、考虑到傅里叶变换的对称性,为了消除不是以原点为中心的给定区域内的频率,带阻滤波器必须两两对称地工作
H(u,v) = \begin{cases} 0\, \qquad 如\ D_1(u,v)\le{D_0},\quad 或 D_2(u,v)\le{D_0}\\ 1\, \qquad 其他\\ \end{cases}
其中:
D_1(u,v)=[(u-u_0)^2+(v-v_0)^2]^{1/2}
D_2(u,v)=[(u+u_0)^2+(v+v_0)^2]^{1/2}
3、带阻滤波器可以设计成能去除以原点为中心的一定频率范围。这样一个放射对称的理想带阻滤波器的转移函数是:
H(u,v) = \begin{cases} 1\, \quad 如\ D(u,v)<{D_0}-W/2\\ 0\, \quad 如\ D_0-W/2\le D(u,v)\le{D_0} +W/2 \\ 1\, \quad 如\ D(u,v)>{D_0} +W/2\\ \end{cases}
其中W为带的宽度,D_0为放射中心。

4.2、带通滤波

带通滤波器允许一定频率范围内的信号通过而阻止其他频率范围内的信号通过。由上讨论可知,如果这个频率范围下限是0(上线不为\infty),则带通滤波器成为低通滤波器。如果这个频率范围上限是\infty(下线不为0),则带通滤波器成为高通滤波器。
带通滤波器和带阻滤波器是互补的。设H_R(u,v)为带阻滤波器的转移函数,则对应的带通滤波器H_P(u,v)只需将H_R(u,v)翻转即可
H_P(u,v)=-[H_R(u,v)-1]=1-H_R(u,v)

5、同态滤波

上面介绍的线性滤波器对消除加性高斯噪声很有效,但噪声和图像也常以非线性的方式结合,一个典型的例子就是用发光源照明成像时的情况,其中目标的反射以相乘的形式对成像作出贡献,此时可以采用同态滤波器。同态滤波增强是一种在频域中同时将图像亮度范围进行压缩和将图像对比度进行增强的方法。在同态滤波消噪中,先利用非线性的对数变换将乘性的噪声转化为加性的噪声。
一幅图像f(x,y)可以表示成他的照度分量i(x,y)与反射分量r(x,y)的乘积。根据这个模型可用下列方法把两个分量分开来并分别进行滤波
f(x,y)\Rightarrow\,ln \Rightarrow\,FFT\Rightarrow\,H(u,v)\Rightarrow\,(FFT)^{-1}\Rightarrow\,exp\Rightarrow\,g(x,y)
1、先对两边同时取对数
ln\;f(x,y)=ln\;i(x,y)+ln\;r(x,y)
2、将上式两边取傅里叶变换:
F(u,v)=I(u,v)+R(u,v)
3、设用一个频域增强函数H(u,v)处理F(u,v)
H(u,v)F(u,v)=H(u,v)I(u,v)+H(u,v)R(u,v)
4、反变换到空域:
h_f(x,y)=h_i(x,y)+h_r(x,y)
5、在将上面两式取指数
g(x,y)=exp\;|\;h_f(x,y)\;|=exp\;|\;h_i(x,y)\; |=exp\;|\;h_r(x,y)\;|
这里的H(u,v)称为同态滤波函数,它可以同时作用于照度分量和反射分量上。因为一般照度分量在空间缓慢变化,而反射分量在不同物体的交界处急剧变化,所以图像傅里叶变换后的低频部分主要对应照度分量,而高频部分主要对应反射分量。

相关文章

  • 浅析“高斯白噪声”,“泊松噪声”,“椒盐噪声”的区别

    在图像处理的过程中,一般情况下都进行图像增强,图像增强主要包括“空域增强”和“频域增强”, 空域增强包括平滑滤波和...

  • 图像增强

    图像增强包括空间域增强与频域图像增强。考虑以下图片: 首先考虑灰度图的处理,转化为灰度图片 空间域图像增强 基本灰...

  • 六.图像增强

    空域平滑 图像锐化 彩色增强技术 频域增强 增强的目的: 改善图像视觉效果,提高清晰度:平滑、降噪——图像清晰 利...

  • 频率域图像增强

    基本概念: 1、图像增强: a.空间域增强:对图像的像素直接处理b.频域增强:修改图像的傅里叶变换 1.1空间域增...

  • 基于直方图优化的图像去雾技术

    1.2 理论基础 1.2.1 空域图像增强 根据图像处理空间的不同, 图像增强基本上可分为两大类: 频域处理法, ...

  • 图像傅里叶变换(二维离散傅里叶变换)

    应用:二维离散傅里叶变换是将图像从空间域转至频域,在图像增强、图像去噪、图像边缘检测、图像特征提取、图像压缩等等应...

  • 四 图像滤波

    图像滤波 图像滤波既可以在实域进行,也可以在频域进行。图像滤波可以更改或者增强图像。通过滤波,可以强调一些特征或者...

  • exp2-频域图像增强

    频域低通:理想、巴特沃斯、高斯 频域高通:理想、巴特沃斯、高斯、同态滤波

  • 打卡~关于几种小波变化的区别

    傅立叶变换 数字图像处理的方法主要分成两种:空域分析法和频域分析法。空域分析法就是对图像矩阵进行处理;频域分析法是...

  • 数字图像处理复习(三)

    图像复原 基本概念 图像复原和图像增强的区别 图像增强:是一个主观的过程,从视觉角度,改善图像质量。图像增强被认为...

网友评论

      本文标题:5、频域图像增强

      本文链接:https://www.haomeiwen.com/subject/iymvudtx.html