前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >频域图像增强

频域图像增强

作者头像
逍遥剑客
发布2018-05-21 15:10:28
8310
发布2018-05-21 15:10:28
举报

基本步骤是:        f(x,y)--------àDFT-------à频率域滤波--------àIDFT---------àg(x,y) 第一步是二维傅立叶变换,结果是一个傅立叶频谱 如f(x,y)

的变换结果是F(u,v)

。 傅立叶变换速度很慢,可以用快速傅立叶变换进行加速。 第二步,进行频率域滤波 G(u,v)=H(u,v)*F(u,v) 其中H(u,v)为滤波器函数,常见的有以下几种: 1.       平滑的频域滤波器 (1)       理想低通滤波器

(u,v)到中心的距离为: D(u,v)=sqrt((x-WIDTH)^2 + (y-HEIGHT/2)^2); H(u,v)=1   D(u,v)<=D0 H(u,v)=0   D(u,v)>D0 即在超过D0距离的范围全部舍去 (2)       巴特沃思低通滤波器

H(u,v) = 1 / (1 + pow(D(u,v)/D0, 2*n));

(3)       高斯低通滤波器

H(u,v)= pow(M_E,-D(u,v)^2/(2.0f*D0^2)); 2.       频率域锐化滤波器 同平滑滤波器,不过换成高通的了,相应的变换函数很简单: Hhp(u,v)=1 – Hlp(u,v);

3.       傅立叶反变换 把处理过的频率域结果反变换成图像 如上上述指纹图像经过三个低通滤波器后的结果:

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2007年05月16日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档