二维DFT与频域滤波
二维DFT与频域滤波
空间频率 Spatial Frequencies
左图为一张146 x 216像素的图片,提取其第73行得到的一维信号即为右侧的折线图
横轴(0-300)代表横向像素位置(对应图像宽度 216);纵轴(0-200)代表灰度值(通常灰度范围为 0-255,数值变化反映了像素的明暗)
曲线的起伏对应了第 73 行穿过人脸特征(如头发、眼睛、皮肤)时的亮度变化
这张图直观地表达了二维图像可以由无数条一维信号线组成,提取特定行并绘制其灰度变化,是分析图像局部特征和空间频率的方法
空间频率——定义
空间频率指的是:在单位空间距离内,明暗交替(或图案重复)的次数。
Spatial frequency(空间频率):单位距离内的周期数(Cycles/per unit distance)。单位通常是 cy/m(周期/米)
例如下图sin波就是有6个周期:


人眼的特性:人眼对中等空间频率(不太粗也不太细的条纹)最敏感,对极高或极低频率的感知会下降(视力表一般最底部看不清楚)。这在图像压缩(如JPEG)中很关键。
空间频率的具体量化方式的三种表述:
- 普通空间频率:直接按物理距离算(Spatial frequency: Cycles/per unit distance 每单位距离的周期数)
- 角空间频率:按弧度(Radians)算(Angular spatial frequency: Cycles/Radians 每弧度的周期数)
- 度数空间频率:按角度(Degrees)算,这是人眼视觉研究最常用的单位(Degree spatial frequency: Cycles/Degrees, or c/d每度的周期数)
以视力表进行举例:
1. 普通空间频率(实物有多密)
不管你站多远,这个“E”的笔画本身物理宽度就是1厘米。如果10厘米里有10个笔画周期,那它的普通空间频率就是 10周期/10厘米。这把“尺子”只量实物,不量距离。
2. 度数空间频率(眼睛看有多密,最常用)
- 站得近:这个“E”在你眼睛里占的视角大(比如占1度),1度里包含1个周期,就是 1 c/d(周期/度),看得清清楚楚
- 站得远(测视力标准的5米外):“E”变小了,视角可能只有0.5度。这时候0.5度里挤了1个周期,换算成度数频率就是 2 c/d
- 站得越远,视角越小,度数频率(c/d)数值越大,细节越容易糊。测视力,本质就是在测眼睛最多能扛住多少 c/d 还能分辨出“E”
3. 角空间频率(用弧度量的视角)
它和度数频率是一回事,只是单位换成了“弧度”(1度≈0.017弧度)。因为弧度数值小,日常测视力咱们习惯用“度(c/d)”,但做视觉光学计算时常用弧度。
ξ = 1/X:普通空间频率(cy/m,周期/米)。X越小(条纹越密),ξ越大。这把尺子只管实物本身有多密,不管你站多远
ξ_ang = R/X:角空间频率(周期/弧度)。它是角周期θ的倒数。视角越小,角频率数值越大,代表细节在视野里“挤”得越密
2D DFT Definitions
任何一张二维图片(比如那个白色小矩形),都可以被拆解成无数不同方向、不同疏密的“黑白条纹(空间频率)”组合。傅里叶变换就是做这种“拆解”的工具
正向 DFT:把“空间域”(肉眼看的图 f[x,y])转换成“频率域”(频谱图 F[u,v])。它计算原图里包含多少不同频率的成分
此外,这里的DFT是从0,0开始进行的,为0时,F[u,v] 代表了DC分量,然后到达最大频率后又回归到DC分量(对角线均为DC分量,反对角线为最大频率fs点)
逆向 IDFT:把“频率域”再拼回“空间域”。前面的 1/MN是归一化系数,保证转换能量守恒。


图一左边黑图:512×512的黑底,中间一个 20×40 的白色小矩形;其坐标轴 x,y:代表图片实际的物理位置(像素坐标)
图一右边网格图:原图经过 DFT 后得到的“中心化傅里叶频谱”。坐标轴 u,v:对应 x,y的频率坐标。中心点代表最低频率(直流分量,最亮),往边缘走代表频率越高(细节越密)
图二上对其进行了移动,时域平移,傅里叶变化后频域影响相位
图二下对其进行了旋转,中心交叉的亮带也随方向改变,说明空间方向直接映射到了频率方向。
下图为我做的MATLAB的sin()例子,未中心化的点在x坐标轴(我相信你不看原图发现不了有点在那里)

关于DFT的性质和特性就不需要在这里进行解释了吧,本质就是傅里叶变化的性质
频域滤波 Filtering in Frequency Domain
图像及其傅里叶频谱:

这个图也是中心化之后的图像,便于人眼观测,DFT变化后得到的图像依然保留空间域方向性
此外由于经理了DFT,所以我们能在频域上对于某一个频率进行处理(滤波器直接去噪)
图一为低通滤波器,去掉了高频信号所以图像变得非常模糊,像加了高斯模糊。因为划痕、电路边缘这些“高频细节”被滤掉了,只剩下了大体的明暗轮廓。
图二为高通滤波器,图像丢失了底色与轮廓,只剩下白色的边缘线(划痕、电路边界、小圆点)。因为“大体亮度”(低频)被过滤,相邻区域反差(高频)被强化。
图三也是高通滤波器,但是漏斗底部有个宽度 a,表示保留了一点点极低频(或抑制减弱),不让中心完全为零。细节最完整。对比图二保留了更多真实感;对比图一更加锐利清晰。这种微调能让边缘更清晰而不丢失整体结构。
低频=轮廓,高频=边缘,低通=磨皮
全1矩阵 = 邻域平均 = 抹平突变 = 保留大体轮廓 = 低通滤波。
简单记:只要卷积核全为正且和为1,就是“平均磨皮”;中心越重越像高斯,本质都是低通滤波。
拉普拉斯(Laplacian)高通滤波器
当遇到边缘(像素值突变):
- 中心像素亮、周围暗(或反之),“中心正、周围负”的结构会让 中心与周围的差异被放大。
- 例如边缘处:中心=100,周围=0 → 卷积 ≈ 8×100+(−1)×0×8=800(很强响应)。
- 这正是二阶差分/拉普拉斯算子的本质:对“变化率的变化”敏感 → 对应高频(边缘、噪声、细节)被保留并增强。
8邻域(上):对角也参与差分,对边缘更敏感(含对角线方向高频)。
4邻域(下):仅上下左右,各向异性稍弱,更偏十字方向边缘。
滤波器
理想低通 (Ideal):硬截断。距离 ≤D0为1(全过),>D0为0(全挡)。物理上不连续,空域会产生振铃效应:


巴特沃斯 (Butterworth):平滑过渡
高斯低通 (Gaussian):最平滑,频域高斯=空域高斯,无振铃,最自然的“磨皮”。
高斯函数傅里叶变换,结果还是高斯函数,高斯是软过渡:截止频率附近的高频不是一刀切断,而是逐渐衰减。这意味着: 一些本该保留的中高频被轻微削弱了(图像略微偏糊)。 一些本该完全去掉的高频没被彻底消除(去噪不够彻底)
这意味着:频域里平滑,空域里也平滑;不存在"硬边界",不存在不连续
频域滤镜图:

MATLAB中使用滤波器处理LENA图结果
Lena Forsén,是一位瑞典裔美国模特。图的来历:这张照片原图拍摄于 1972 年,当时是《花花公子》(Playboy)杂志的一张插页照片。1973年,一位研究员在寻找一张适合用于图像压缩算法测试的高质量图片时:
有光滑的皮肤(低频平滑区域)有羽毛帽子的毛绒纹理(高频细节)有亮部和暗部(高对比度)有直线和曲线(边缘和结构)
因此,该图成了学术界测试图像压缩、去噪、增强等算法的“标准尺”。几十年来,几乎所有的图像处理教科书和论文里都有她
莱娜·瑟德贝里 1997 年受邀出席图像科学与技术学会 50 周年大会,2015 年参加加拿大魁北克国际图像处理大会😀
高通滤波器 = 1-低通滤波器,就不用我过多介绍了吧
三种高通滤波器的频域形态与对应的空域核剖面:
a) 理想高通:频域硬切 → 空域剖面有明显正负振荡旁瓣 → 处理图像时边缘必出振铃(水波纹)。上排频域图也能看到同心圆环,正是振铃的频域根源
(b) 巴特沃斯:过渡平滑 → 空域旁瓣大幅减弱,振铃较轻(取决于阶数 n,n大趋近理想)
(c) 高斯高通:频域最平滑 → 空域无振荡旁瓣,仅中心正峰+平滑负谷 → 无振铃,最自然(但高频保留略软)
同态滤波器 Homomorphic filter
同态滤波专门用来解决图像中光照不均的问题(比如光照不均的文档、逆光人脸)
核心前提:图像 = 光照 × 反射
光照 i:通常变化缓慢,对应低频(比如整张图左边亮右边暗)
反射 r:包含物体边缘和细节,变化剧烈,对应高频(比如文字、轮廓), 因为是“乘积”关系,没法直接在空域分离,所以引入同态滤波

图中流程图展示了经典的“取对数-频域滤波-取指数”过程:
- ln:对原图取自然对数。乘积变加法:lnf=lni+lnr。
- DFT:傅里叶变换到频域。此时低频主要是 lni,高频主要是 lnr。
- H(u,v):在频域进行滤波(关键在此,见下文)。
- (DFT)−1:逆变换回空域(对数域)。
- exp:取指数(反对数),恢复为线性图像 g(x,y)。
下方曲线图展示了同态滤波器的径向剖面,它本质上是一个平滑过渡的高通/带通:
- 低频端(γL):压缩低频。抑制缓慢变化的照明成分(通常 γL<1,比如0.5,让暗区提亮、亮区压暗,平衡光照)
- 高频端(γH):提升高频。增强物体反射的细节(通常 γH>1或接近1,让边缘更清晰)
- 过渡:类似巴特沃斯的平滑,避免理想硬切带来的振铃

浙公网安备 33010602011771号