数字图像处理之⼆维图像的傅⾥叶变换（2）
  频域滤波和空间滤波对应，空间域滤波就是⽤各种模板直接与图像进⾏卷积运算，实现对图像的处理，这种⽅法直接对图像空间操作，操作简单，所以也是空间域滤波。
  频域滤波说到底最终可能是和空间域滤波实现相同的功能，⽐如实现图像的轮廓提取，在空间域滤波中我们使⽤⼀个拉普拉斯模板就可以提取，⽽在频域内，我们使⽤⼀个⾼通滤波模板（因为轮廓在频域内属于⾼频信号），可以实现轮廓的提取，后⾯也会把拉普拉斯模板频域化，会发现拉普拉斯其实在频域来讲就是⼀个⾼通滤波器。
matlab求傅里叶变换  既然是频域滤波就涉及到把图像⾸先变到频域内，那么把图像变到频域内的⽅法就是傅⾥叶变换。关于傅⾥叶变换，感觉真是个伟⼤的发明，尤其是其在信号领域的应⽤，对于傅⾥叶变换的理解，要是刚接触这个东西，想要理解还真是⾮常的困难，除⾮你的数学功底特别好。这⾥推荐⼀个⾮常好的通俗易懂的博客(待会再去o-_-)：
  傅⾥叶的原理表明，任何连续测量的时序或信号，都可以表⽰为不同频率的正弦波信号的⽆限叠加。利⽤傅⽴叶变换算法直接测量原始信号，以累加⽅式来计算该信号中不同正弦波信号的频率、振幅和相位就可以表⽰原始信号。这⾥借⽤上述博客的⼀个图：
  这个图就是把时域图像（⼤概是⽅波）变成了⼀系列的正弦波的线性叠加，其等价关系可以表⽰为：
f(原始信号)=A1sin(w1x+ϕ1)+A2sin(w2x+ϕ2)+...

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。