频域介绍

我们在许多领域都处理过图像。现在，我们正在频域中处理信号（图像）。由于傅里叶级数和频域纯粹是数学，因此我们将尽量减少数学部分，更多地关注其在DIP中的应用。

频域分析

到目前为止，在我们分析信号的所有领域中，我们都是根据时间来分析的。但在频域中，我们不是根据时间来分析信号，而是根据频率来分析。

空间域和频域的区别

在空间域中，我们直接处理图像。图像像素的值随场景而变化。而在频域中，我们处理的是像素值在空间域中变化的速率。

为简单起见，让我们这样说。

空间域

在简单的空间域中，我们直接处理图像矩阵。而在频域中，我们处理图像的方式是这样的。

频域

我们首先将图像转换为其频率分布。然后，我们的黑盒系统执行它必须执行的任何处理，在这种情况下，黑盒的输出不是图像，而是一种变换。执行逆变换后，它被转换为图像，然后在空间域中查看。

它可以用图片表示为

这里我们使用了“变换”这个词。它究竟是什么意思呢？

变换

可以使用称为变换的数学运算符将信号从时域转换为频域。有许多类型的变换可以做到这一点。其中一些如下所示。

• 傅里叶级数
• 傅里叶变换
• 拉普拉斯变换
• Z变换

在所有这些变换中，我们将在下一教程中详细讨论傅里叶级数和傅里叶变换。

频率成分

空间域中的任何图像都可以用频域表示。但是这些频率究竟意味着什么呢？

我们将频率成分分为两个主要成分。

高频成分

高频成分对应于图像中的边缘。

低频成分

图像中的低频成分对应于平滑区域。