- 2D 計算機視覺:原理、算法及應用
- 章毓晉編著
- 658字
- 2021-10-29 23:40:39
第4章
頻域增強
第3章介紹的圖像增強技術是在圖像空域內(nèi)進行的,直接對圖像像素進行操作。如果先將圖像進行變換,則圖像增強也可以在變換域內(nèi)進行。換句話說,可先對圖像進行變換,將圖像轉換到變換域,然后在變換域進行操作以實現(xiàn)圖像增強。
最常用的變換域就是頻域(頻率域,傅里葉變換的結果)。頻域增強有直觀的物理意義。例如,圖像模糊是圖像中高頻分量不足的結果,在頻域里增加高頻分量或減少低頻分量就能消除一些模糊而使圖像變得清晰。又如,圖像有時會受到重復出現(xiàn)的有規(guī)律周期噪聲的影響,這種噪聲通常是在采集圖像時由于受到干擾而產(chǎn)生的,而且具體影響會隨著空間位置的改變而變化。由于周期噪聲具有特定的頻率,所以可以采取頻域濾波的方法濾除相應噪聲頻率,從而消除周期噪聲。
本章各節(jié)安排如下。
4.1節(jié)介紹2D傅里葉變換及其特性,以及頻域增強的主要步驟。
4.2節(jié)討論頻域低通濾波器。先借助理想低通濾波器介紹頻域低通濾波的原理和特點,然后介紹在實際應用中可以使用的巴特沃斯低通濾波器。
4.3節(jié)討論頻域高通濾波器。先借助理想高通濾波器介紹頻域高通濾波的原理和特點,然后介紹在實際應用中可以使用的巴特沃斯高通濾波器。
4.4節(jié)進一步介紹帶通濾波器和帶阻濾波器,它們可看作低通或高通濾波器的擴展。另外,還討論帶通濾波器和帶阻濾波器之間的聯(lián)系。考慮到2D圖像的特點,還介紹更一般的陷波濾波器,并給出陷波濾波器的一個應用——交互消除周期噪聲。
4.5節(jié)介紹一種特殊的濾波器——同態(tài)濾波器,它利用2.2節(jié)介紹的簡單成像模型,可以同時壓縮圖像亮度范圍和增強圖像對比度,還可用于消除圖像中的乘性噪聲。
推薦閱讀
- GitHub Essentials
- 工業(yè)大數(shù)據(jù)分析算法實戰(zhàn)
- 數(shù)據(jù)庫應用基礎教程(Visual FoxPro 9.0)
- 3D計算機視覺:原理、算法及應用
- 金融商業(yè)算法建模:基于Python和SAS
- HikariCP連接池實戰(zhàn)
- 區(qū)塊鏈技術應用與實踐案例
- 數(shù)據(jù)分析師養(yǎng)成寶典
- 機器學習:實用案例解析
- MySQL數(shù)據(jù)庫應用與管理
- Cognitive Computing with IBM Watson
- 數(shù)字化轉型方法論:落地路徑與數(shù)據(jù)中臺
- 數(shù)據(jù)分析方法及應用:基于SPSS和EXCEL環(huán)境
- ORACLE 11g權威指南
- Learn Selenium