图像处理傅立叶逆变换后虚部怎么处理
答案:2 悬赏:20 手机版
解决时间 2021-01-30 12:40
- 提问者网友:wodetian
- 2021-01-29 22:37
图像处理傅立叶逆变换后虚部怎么处理
最佳答案
- 五星知识达人网友:骨子里都是戏
- 2021-01-30 00:08
在网上找的,还是比较清楚的说明了傅里叶变换在图像中的意义:
在频域中,频率越大说明原始信号变化速度越快;频率越小说明原始信号越平缓。当频率为0时,表示直流信号,没有变化。因此,频率的大小反应了信号的变化快慢。高频分量解释信号的突变部分,而低频分量决定信号的整体形象。
在图像处理中,频域反应了图像在空域灰度变化剧烈程度,也就是图像灰度的变化速度,也就是图像的梯度大小。对图像而言,图像的边缘部分是突变部分,变化较快,因此反应在频域上是高频分量;图像的噪声大部分情况下是高频部分;图像平缓变化部分则为低频分量。也就是说,傅立叶变换提供另外一个角度来观察图像,可以将图像从灰度分布转化到频率分布上来观察图像的特征。书面一点说就是,傅里叶变换提供了一条从空域到频率自由转换的途径。
另外,关于变换后频谱图像是四角亮的问题,主要是因为变换后的四角位置刚好对应着图像的低频成分,而一般来说图像的能量都集中在低频分量上,因此变换后低频位置处的幅度会大些,显示出来就更亮了。
在频域中,频率越大说明原始信号变化速度越快;频率越小说明原始信号越平缓。当频率为0时,表示直流信号,没有变化。因此,频率的大小反应了信号的变化快慢。高频分量解释信号的突变部分,而低频分量决定信号的整体形象。
在图像处理中,频域反应了图像在空域灰度变化剧烈程度,也就是图像灰度的变化速度,也就是图像的梯度大小。对图像而言,图像的边缘部分是突变部分,变化较快,因此反应在频域上是高频分量;图像的噪声大部分情况下是高频部分;图像平缓变化部分则为低频分量。也就是说,傅立叶变换提供另外一个角度来观察图像,可以将图像从灰度分布转化到频率分布上来观察图像的特征。书面一点说就是,傅里叶变换提供了一条从空域到频率自由转换的途径。
另外,关于变换后频谱图像是四角亮的问题,主要是因为变换后的四角位置刚好对应着图像的低频成分,而一般来说图像的能量都集中在低频分量上,因此变换后低频位置处的幅度会大些,显示出来就更亮了。
全部回答
- 1楼网友:渡鹤影
- 2021-01-30 01:09
首先你要理解正交直角坐标系,x轴是(1,0),y轴是(0,1)。该坐标系中所有其他向量均可以由上述两个向量表示,这两个向量称为基向量。而这两个向量是无法互相用对方表示的。这是由“这两个向量相互正交”决定的。
我们现在有另一个坐标系,x轴是(cos,0),y轴是(0,sin),称之为极坐标(可以百度百科)。任何信号都可以用这两个向量表示。而这两个向量是无法互相表示的。这是由“这两个向量相互正交”决定的。傅里叶变换就是把给定的任意一个信号用这两个向量表示。实部表示在x轴上的投影,虚部表示在轴上的投影。为了便于区分,并且为了表示两者的正交关系,才在虚部加了一个i。(-1表示偏转180度,那么-1开根号就是偏转90度,即正交)。
我要举报
如以上问答信息为低俗、色情、不良、暴力、侵权、涉及违法等信息,可以点下面链接进行举报!
大家都在看
推荐资讯