图像信号中的高频和低频

2021年1月12日 / 343次阅读 / Last Modified 2021年1月12日
图像处理

对于我这个非图像专业人士而言,需要好好理解一下图像信号中高频和低频的概念。图像中的低频信号和高频信号也叫做低频分量和高频分量。

简单地说,图像信号中的高频分量,指的就是图像信号强度(亮度/灰度)变化剧烈的地方,也就是我们常说的边缘(轮廓);图像信号中的低频分量,指的就是图像强度(亮度/灰度)变换平缓的地方,也就是大片色块,变化不那么明显的地方。

人眼对图像中的高频信号更为敏感。举个例子,在一张白纸上有一行字,那么我们肯定直接聚焦在文字上,而不会太在意白纸本身,这里文字就是高频信号,而白纸就是低频信号。

图像信号的高低频是对图像各个位置之间强度变化的一种度量方法。低频分量主要对整副图像的强度的综合度量。高频分量主要是对图像边缘和轮廓的度量。如果一副图像的各个位置的强度大小相等,则图像只存在低频分量,从图像的频谱图上看,只有一个主峰,且位于频率为零的位置。如果一副图像的各个位置的强度变化剧烈,则图像不仅存在低频分量,同时也存在多种高频分量,从图像的频谱上看,不仅有一个主峰,同时也存在多个旁峰。(高低是相对的)

什么是低频?

低频就是颜色缓慢变化,也就是灰度缓慢地变化,就代表着那是连续渐变的一块区域,这部分就是低频。对于一副图像来说,除去高频就是低频了,也就是边缘以内的内容为低频,而边缘内的内容就是图像的大部分信息,即图像的大致概貌和轮廓,是图像的近似信息。

什么是高频?

反之,高频即频率变化快的区域。就是相邻区域之间灰度相差很大,这就是变化快。

图像中,一个影像与背景的边缘部分,通常会有明显的差别,也就是说变化在边缘处,灰度变化很快,也即是变化频率高的部位。因此,图像边缘的灰度值变化快,就对应着频率高,即高频显示图像边缘。图像的细节处也就是属于灰度值急剧变化的区域,正是因为灰度值的急剧变化,才会出现细节。(灰度,我觉得可以理解为亮度,luminance)

噪声(即噪点)也是这样,在一个像素所在的位置,之所以是噪点,是因为它与正常的点颜色不一样了,也就是说该像素点灰度值明显不一样,当然也就是灰度有快速地变化了,所以是高频部分,因此有噪声在高频这一说。

其实归根结底,是因为我们人眼识别物体就是这样的,假如你穿一个红色衣服在红色背景布前拍照,你能很好地识别么?不能,因为衣服与背景融为一体,没有变化,所以看不出,除非有灯光从某角度照在人物身上,这样边缘处会出现高亮和阴影,这样我们就能看到一些轮廓线,这些就是颜色很不一样的地方。

-- EOF --

本文链接:https://www.pynote.net/archives/3181

留言区

您的电子邮箱地址不会被公开。 必填项已用*标注


前一篇:
后一篇:

More


©Copyright 麦新杰 Since 2019 Python笔记

go to top