Как извлечь высокочастотный и низкочастотный компонент с помощью двустороннего фильтра?


16

Что означают высокочастотные и низкочастотные составляющие на изображении? Как выделить высокочастотную, а также низкочастотную составляющую изображения, используя двусторонний фильтр.

Ответы:


22

Подобно одномерным сигналам, низкие частоты в изображениях означают значения пикселей, которые медленно изменяются в пространстве, в то время как высокочастотное содержимое означает значения пикселей, которые быстро изменяются в пространстве.

Например, следующее изображение имеет сильные низкочастотные компоненты: Вы можете интуитивно видеть, как у меня просто синусоида, распространяющаяся на некоторой низкой частоте. введите описание изображения здесь

В отличие от этого изображение ниже состоит из синусоидальной волны в два раза выше частоты. Обратите внимание, как это проявляется на изображении:

введите описание изображения здесь

Любое изображение может содержать любое количество низкочастотных и высокочастотных компонентов. Например, и изображение, подобное этому, имеет как низкочастотные, так и высокочастотные компоненты:

введите описание изображения здесь

Вы можете видеть, как у вас есть низкочастотный «тренд», а также много высокочастотных деталей по всему изображению. (Грубо говоря, на изображениях резкие переходные процессы, подобные краям, соответствуют высоким частотам, в то время как длинные неизменяющиеся промежутки соответствуют низким частотам).

Итак, точка приложения двусторонний фильтра (который является просто сверткой изображения с помощью гауссова ядра), чтобы удалить высокие частотные компоненты, и сохраняет свои низкочастотные компоненты. Так что в этом случае, что произойдет, если мы свернем изображение выше, с гауссовым (двусторонним) фильтром, который выглядит следующим образом?

введите описание изображения здесь

Если мы используем это как наше ядро, мы получим следующий результат:

введите описание изображения здесь

Другими словами, мы удалили высокочастотные компоненты исходного изображения, но сохранили низкочастотные компоненты, поскольку дисперсия гауссова ядра была выбрана надлежащим образом.

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.