FFT在图像处理中的简单应用

Posted theArcticOcean

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了FFT在图像处理中的简单应用相关的知识,希望对你有一定的参考价值。

傅里叶变换:
X(f)=x(t)ei2πftdt
傅里叶逆变换:
x(t)=X(f)ei2πftdf
X(f)为x(t)的连续频谱, x(t)=s(t)+n(t)
s(t): 增强信号
n(t): 削弱干扰

空间上的高频率决定图像的细节,低频率决定背景和动态。
对于图像的影响(作用)来说,高通锐化,低通平滑。

傅里叶变换——滤波——消除噪声:
傅里叶变换是将图像从空间域转换到频率域,首先,把图像重点内容波段转换成一系列不同频率的二维正弦波傅里叶图像;然后,在频率域内对傅里叶图像进行滤波、掩膜等各种操作,减少或者消除部分高频或者低频成分;最后,把频率域的傅里叶图像变换为空间域图像。
傅里叶变换主要是用于消除周期性噪声,还可以消除由于传感器异常引起的规律性错误。

下面是用软件ENVI进行FFT图像处理(超简单)~
(1):
FFT 将图像转成频率域图像:

定义滤波器:

FFT_Inverse结果:

(2)
打开原图像并FFT转化:

Circular pass 低通
滤波器:

FFT逆变换后:

circular cut
高通滤波器:

以上是关于FFT在图像处理中的简单应用的主要内容,如果未能解决你的问题,请参考以下文章

如何为图像中的每个水平线数据实现一维 FFT 滤波器

FFT的应用

在matlab中使用FFT去除图像中的图案和噪声

使用 scipy.fft 进行Fourier Transform:Python 信号处理

我如何将 fft 应用于图像,显示图像,然后对 ifft 执行相同的操作?

关于数字信号处理的问题,高速傅立叶变换里DIT-FFT(按时间)和DIF-FFT(按频谱)两种方法