我對(duì)圖像處理一直很感興趣,曾經(jīng)寫(xiě)過(guò)好幾篇博客。
前幾天讀到一篇文章,它提到圖像其實(shí)是一種波,可以用波的算法處理圖像。我頓時(shí)有一種醍醐灌頂?shù)母杏X(jué),從沒(méi)想到這兩個(gè)領(lǐng)域是相關(guān)的,圖像還可以這樣玩!下面我就來(lái)詳細(xì)介紹這篇文章。
一、為什么圖像是波?
我們知道,圖像由像素組成。下圖是一張 400 x 400 的圖片,一共包含了 16 萬(wàn)個(gè)像素點(diǎn)。
每個(gè)像素的顏色,可以用紅、綠、藍(lán)、透明度四個(gè)值描述,大小范圍都是0 ~ 255,比如黑色是[0, 0, 0, 255],白色是[255, 255, 255, 255]。通過(guò)Canvas API就可以拿到這些值。
如果把每一行所有像素(上例是400個(gè))的紅、綠、藍(lán)的值,依次畫(huà)成三條曲線(xiàn),就得到了下面的圖形。
可以看到,每條曲線(xiàn)都在不停的上下波動(dòng)。有些區(qū)域的波動(dòng)比較小,有些區(qū)域突然出現(xiàn)了大幅波動(dòng)(比如 54 和 324 這兩點(diǎn))。
對(duì)比一下圖像就能發(fā)現(xiàn),曲線(xiàn)波動(dòng)較大的地方,也是圖像出現(xiàn)突變的地方。
這說(shuō)明波動(dòng)與圖像是緊密關(guān)聯(lián)的。圖像本質(zhì)上就是各種色彩波的疊加。
二、頻率
綜上所述,圖像就是色彩的波動(dòng):波動(dòng)大,就是色彩急劇變化;波動(dòng)小,就是色彩平滑過(guò)渡。因此,波的各種指標(biāo)可以用來(lái)描述圖像。
頻率(frequency)是波動(dòng)快慢的指標(biāo),單位時(shí)間內(nèi)波動(dòng)次數(shù)越多,頻率越高,反之越低。
上圖是函數(shù)sin(Θ)的圖形,在2π的周期內(nèi)完成了一次波動(dòng),頻率就是1。
上圖是函數(shù)sin(2Θ)的圖形,在2π的周期內(nèi)完成了兩次波動(dòng),頻率就是2。
所以,色彩劇烈變化的地方,就是圖像的高頻區(qū)域;色彩穩(wěn)定平滑的地方,就是低頻區(qū)域。
三、濾波器
物理學(xué)對(duì)波的研究已經(jīng)非常深入,提出了很多處理波的方法,其中就有濾波器(filter):過(guò)濾掉某些波,保留另一些波。
下面是兩種常見(jiàn)的濾波器 。
低通濾波器(lowpass):減弱或阻隔高頻信號(hào),保留低頻信號(hào)
高通濾波器(highpass):減弱或阻隔低頻信號(hào),保留高頻信號(hào)
下面是低通濾波的例子。
上圖中,藍(lán)線(xiàn)是原始的波形,綠線(xiàn)是低通濾波lowpass后的波形。可以看到,綠線(xiàn)的波動(dòng)比藍(lán)線(xiàn)小很多,非常平滑。
下面是高通濾波的例子。
上圖中,黃線(xiàn)是原始的波形,藍(lán)線(xiàn)是高通濾波highpass后的波形??梢钥吹剑S線(xiàn)的三個(gè)波峰和兩個(gè)波谷(低頻波動(dòng)),在藍(lán)線(xiàn)上都消失了,而黃線(xiàn)上那些密集的小幅波動(dòng)(高頻波動(dòng)),則是全部被藍(lán)線(xiàn)保留。
再看一個(gè)例子。
上圖有三根曲線(xiàn),黃線(xiàn)是高頻波動(dòng),紅線(xiàn)是低頻波動(dòng)。它們可以合成為一根曲線(xiàn),就是綠線(xiàn)。
上圖中,綠線(xiàn)進(jìn)行低通濾波和高通濾波后,得到兩根黑色的曲線(xiàn),它們的波形跟原始的黃線(xiàn)和紅線(xiàn)是完全一致的。
四、圖像的濾波
瀏覽器實(shí)際上包含了濾波器的實(shí)現(xiàn),因?yàn)閃eb Audio API里面定義了聲波的濾波。這意味著可以通過(guò)瀏覽器,將lowpass和highpass運(yùn)用于圖像。
lowpass使得圖像的高頻區(qū)域變成低頻,即色彩變化劇烈的區(qū)域變得平滑,也就是出現(xiàn)模糊效果。
上圖中,紅線(xiàn)是原始的色彩曲線(xiàn),藍(lán)線(xiàn)是低通濾波后的曲線(xiàn)。
highpass正好相反,過(guò)濾了低頻,只保留那些變化最快速最劇烈的區(qū)域,也就是圖像里面的物體邊緣,所以常用于邊緣識(shí)別。
上圖中,紅線(xiàn)是原始的色彩曲線(xiàn),藍(lán)線(xiàn)是高通濾波后的曲線(xiàn)。
下面這個(gè)網(wǎng)址,可以將濾波器拖到圖像上,產(chǎn)生過(guò)濾后的效果。
-
濾波器
+關(guān)注
關(guān)注
162文章
8028瀏覽量
180667 -
圖像
+關(guān)注
關(guān)注
2文章
1091瀏覽量
40953 -
頻率
+關(guān)注
關(guān)注
4文章
1554瀏覽量
59938
原文標(biāo)題:圖像與濾波
文章出處:【微信號(hào):TheAlgorithm,微信公眾號(hào):算法與數(shù)據(jù)結(jié)構(gòu)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
一種基于離散小波變換和HVS的彩色圖像數(shù)字水印算法
一種基于小波變換的灰度圖像水印算法
一種基于Haar小波變換的彩色圖像人臉檢測(cè)方法
一種結(jié)合Contourlet和小波變換的圖像編碼算法
楔波與小波聯(lián)合圖像壓縮算法
基于提升小波變換的SPECK圖像編碼算法
一種基于二維離散小波變換的醫(yī)學(xué)圖像增強(qiáng)算法
基于小波閾值理論的光學(xué)圖像去云處理新算法
一種改進(jìn)的小波變換圖像壓縮方法
一種新的DSA圖像增強(qiáng)算法

一種基于小波域的分形圖像編碼改進(jìn)算法
非降采樣輪廓波變換的圖像修復(fù)算法

評(píng)論