傅里叶变换过程:

经过傅里叶变化且频谱居中化处理的频谱图:

1.如果将图像某一行上的灰度变化看作是一个离散信号,那么整张图像可以看作是一个分布在二维平面上的信号,因此图像可看作是空间域信号。傅里叶变换则是将图像灰度分布(空间域信号)变换到了频域上,给我们提供了观察图像的另一个视角。

2.图像的频谱图(频谱居中后)的中心点是频率最低点,以该点为圆心,不同半径的上的点表示不同的频率。这里的图像频率是指对应原图像中的某灰度曲线变化的快慢(这么说不严谨,但是按照上面第1点的角度,似乎也可以这么理解)。

3.图像频谱图上的高频部分表示原图像上灰度发生急剧变化的区域,意味着该区域可能出现了边缘、轮廓、细节或噪声信息;低频部分则表示原图像上灰度基本不变或变化很小的区域,代表图片除了边缘、轮廓、细节或噪声等高频部分的剩余大片图像区域。(设想一下,如果你在白色的背景上用黑色的笔画人物肖像,那你画出来的人的黑色轮廓与白色背景间灰度(亮度)对比肯定是很大的,因而灰度变化就越剧烈,所以图像高频部分代表轮廓信息;但是当你给物品上色时,红色的衣服里大片的红色是几乎没有灰度变化的,因而低频部分代表图像大片灰度均匀的区域)

4.图像频谱图上某点的亮暗则表示该频率下对应的灰度变化曲线的幅值(灰度峰值)的大小,如果原图像各点的灰度值为0,那么其对应的频谱图则没有亮点。

例如,一张全黑的图像(灰度峰值为0)其对应的频谱图也是全黑

反之如果原图像灰度值有不为0的点,且灰度值均匀变化,则表现在频谱图上则是一个带有中心亮点的频谱图。例如, 一张灰色的图片对应频谱图如下

在黑色背景下画一条白线,在垂直白线的方向上会出现灰度变化,且灰度峰值不为0,对应的频谱图如下:

若频谱图中亮点越多,说明原图像中灰度变化的区域越多,图像越"复杂"(尖锐);若频谱图中亮点越少,且越集中,说明原图像中灰度变化的区域较少,图像越"简单"(柔和)。

以上图片来源: 图像的二维傅里叶变换频谱图特点研究 - xh6300 - 博客园

总结: 频谱图上的点和原图像上的点并不是一一对应的关系,频谱图上的每个点都代表了原图像的全局信息,频谱图上的点反映的是原图像中具有该灰度变化快慢规律的图像区域(可能不止一个)及其灰度峰值(亮暗)信息。

参考:

图像的二维傅里叶变换频谱图特点研究 - xh6300 - 博客园

图像处理2:二维图像的频谱图理解_小娜美要努力努力的博客-CSDN博客_二维频谱图

图像中的高频分量和低频分量_斩月_新浪博客图像频率的理解_dzh_漫漫修行路_新浪博客图像中的高频分量和低频分量_斩月_新浪博客

图像的频率_dengheCSDN的博客-CSDN博客_图像频率

理解图像中的低频分量和高频分量_Chaolei3的博客-CSDN博客_高频分量

关于图像傅里叶变换得到的频谱图的通俗理解相关推荐

  1. 【零基础】看懂理解傅里叶变换后的频谱图-附例题

    首先安利一个网站,在线做傅里叶变换,不用等MATLAB漫长的启动了 https://sci2fig.herokuapp.com/fourier 文章中部分图片来自 https://blog.csdn. ...

  2. 二维傅里叶变换频谱图的直观理解

    众所周知:频谱中心代表低频,四周代表高频. 问:那(u,v)一点代表什么? 答: 1.当为水平方向的正弦图片时,二维傅里叶变换后,其只有u方向的频谱值: 2.当为垂直方向的正弦图片是,二维傅里叶变换后 ...

  3. 图像的二维频谱图的理解 20170622

    # 1 图像二维频谱长什么样子(左图是原图,右图是对应的频谱图) (图片来源:第一组是来自matlab自带的图片 "cameraman.tif":第二组是用 excel 画的,然后 ...

  4. 语音信号处理-概念(一):时域信号(横轴:时间;纵轴:幅值)、频谱图(横轴:频率;纵轴:幅值)--傅里叶变换-->时频谱图(语谱图/声谱图)【横轴:时间;纵轴:频率;颜色深浅:幅值】

    我们经常接触到与频谱相关的概念.本节对这些概念之间的区别进行简单的介绍. 一般来讲,将一段时域信号通过离散傅里叶变换后,将频率作为横轴.幅度作为纵轴,得到的图像称作 频谱.若将相位作为纵轴,则称为 相 ...

  5. 使用python进行傅里叶变换FFT绘制频谱图

    频谱图的横轴表示的是  频率, 纵轴表示的是振幅 #coding=gbkimport numpy as np import pandas as pd import matplotlib.pyplot ...

  6. 图像的二维傅里叶变换频谱图特点研究

    一.先放一些相关的结论: 1.傅里叶变换的幅值称为傅里叶谱或频谱. 2.F(u)的零值位置与"盒状"函数的宽度W成反比. 3.卷积定理:空间域两个函数的卷积的傅里叶变换等于两个函数 ...

  7. 图像傅里叶变换-不错

    原文:http://blog.csdn.net/ebowtang/article/details/39004979 https://baijiahao.baidu.com/s?id=163683372 ...

  8. 数字图像处理学习笔记5:频率域滤波1(傅里叶频谱图,低通滤波-平滑,高通滤波-锐化)

    文章目录 前言 一.傅里叶变换:傅里叶频谱图 二.低通滤波 1.理想低通滤波 2.布特沃斯低通滤波 3.高斯低通滤波 4.小结 三.高通滤波 1.理想高通滤波 2.布特沃斯高通滤波 3.高斯高通滤波 ...

  9. 基于Labview的图像傅里叶变换研究-含Labview程序

    ⭕⭕ 目 录 ⭕⭕ ✳️ 一.傅里叶(Fourier)分析基本理论 ✳️ 1.1 时域与频域 ✳️ 1.2 傅里叶级数(Fourier Series)与傅里叶变换(Fourier Transforma ...

  10. [Python从零到壹] 六十四.图像识别及经典案例篇之图像傅里叶变换和傅里叶逆变换详解

    祝大家新年快乐,阖家幸福,健康快乐! 欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所 ...

最新文章

  1. [原创]结构在Loadrunner中的应用
  2. 将MPM雪模拟移植到Maya
  3. 什么是防火墙,真正意义上的防火墙
  4. 网络营销——营销型网站如何在网络营销大环境中展开宣传与推广
  5. Java多线程(3)—生产者/消费者
  6. Windows上安装Mysql解压缩版教程
  7. 使用cookie登录时记录登录名
  8. 理解 CSS 属性值语法
  9. 区块链与java的应用开发_用 Java 开发一个区块链
  10. 小D课堂-SpringBoot 2.x微信支付在线教育网站项目实战_5-3.微信Oauth2.0交互流程讲解...
  11. 光伏发电系统最大功率点跟踪MPPT matlab/simulink仿真 扰动观察法
  12. node.js:setTimeout实现同步delay延时函数
  13. java计算机毕业设计大学生旅游拼团网站源码+数据库+系统+lw文档+部署
  14. 烽火服务器安装系统,烽火服务器进入bios配置
  15. 使用DragonFly进行智能镜像分发
  16. APISpace 绕口令API
  17. 大学计算机应用基础的简介,大学计算机应用基础资料
  18. “老司机”开车必备贴士
  19. 不是有效的win32程序_【西门子PLC编程实例】S7200 PLC子程序指令及应用实例
  20. 360㎡现代轻奢别墅,感受典雅与时代的融合。

热门文章

  1. Mybatis注解用法
  2. 咸鱼带你理解信号带宽与信道带宽
  3. 求最大公约数和最小公倍数的做法(Java实现)
  4. win10熄屏时间不对_win10系统屏幕熄屏时间的设置方法
  5. 100个java项目_我如何在100天内建立​​100个项目
  6. 解决github下载及访问不稳定问题
  7. 2022-2028年中国位置大数据行业市场专项调查及投资前景分析报告
  8. 组合最优化——期中总结
  9. 禁用win10触摸屏手势_怎么修改win10 触控板手势设置
  10. C#实现将DataTable数据转为Html内容保存为一张图片