Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Цифровая обработка
изображений
Фильтрация и улучшение изображений.
Часть 2
Владимир Волохов
физический факультет, лаборатория
«Цифровые цепи и сигналы»
2012, Владимир Волохов
e-mail: volokhov@[Link]
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Анализ пространственных частот с
использованием гармонических функций
2012, Владимир Волохов
e-mail: volokhov@[Link] 2
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Преобразование Фурье. Основная идея!
В 1822 г. в книге «Аналитическая теория
тепла» Фурье изложил свое главное
научное достижение, благодаря которому
он остался в памяти потомков:
«Любая функция, периодически
воспроизводящая свои значения,
может быть представлена в виде
суммы синусов и/и/или косинусов
различных частот, умноженных на
некоторые коэффициенты»
Жан Батист Жосеф Фурье
Теперь эта сумма носит название (Jean Baptiste Joseph Fourier)
ряда Фурье! 1768-1830
2012, Владимир Волохов
e-mail: volokhov@[Link] 3
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Примеры базисных Базисные Амплитудные
функций преобразования функции спектры
Фурье
Высокочастотный сигнал,
Ei = 100*
100*cos(2
cos(2π
π(10y/512
(10y/512))) + 100
Низкочастотный сигнал,
Ej = 100*
100*cos(2
cos(2π
π(2x/512
(2x/512))) + 100
Ek = 100*
100*cos(2
cos(2π
π(2x/512
(2x/512 + 10y/512
10y/512)))
+ 100
2012, Владимир Волохов
e-mail: volokhov@[Link] 4
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Изображение сформированное с использованием
гармонических базисных функций
I(x, y) = 10Ei + 20Ej + 30Ek
2012, Владимир Волохов
e-mail: volokhov@[Link] 5
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Еще несколько примеров базисных функций
Число периодов на ширине El = 100
100cos(2
cos(2π
π(u0 x /512 + v0 y/512
y/512)))
изображения: u0 = 5
Число периодов на высоте
изображения: v0 = 5
v
u02 + v02
u
Амплитудный
спектр
2012, Владимир Волохов
e-mail: volokhov@[Link] 6
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Еще несколько примеров базисных функций
Число периодов на ширине El = 100
100cos(2
cos(2π
π(u0 x /512 + v0 y/512
y/512)))
изображения: u0 = 10
Число периодов на высоте
изображения: v0 = 10
v
u02 + v02
u
Амплитудный
спектр
2012, Владимир Волохов
e-mail: volokhov@[Link] 7
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Еще несколько примеров базисных функций
Число периодов на ширине El = 100
100cos(2
cos(2π
π(u0 x /512 + v0 y/512
y/512)))
изображения: u0 = 100
Число периодов на высоте
изображения: v0 = 100
v
u02 + v02
u
Амплитудный
спектр
2012, Владимир Волохов
e-mail: volokhov@[Link] 8
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Дискретное преобразование Фурье (ДПФ)
Вычисление ДПФ предполагает,
что изображение определено на
замкнутой поверхности (торе)
The BoingBoing Bloggers
2012, Владимир Волохов
e-mail: volokhov@[Link] 9
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Дискретное преобразование Фурье (ДПФ)
Вычисление ДПФ предполагает,
что изображение определено на
замкнутой поверхности (торе)
The BoingBoing Bloggers
2012, Владимир Волохов
e-mail: volokhov@[Link] 10
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Двумерное ДПФ и его обращение (ОДПФ)
Прямое дискретное преобразование Фурье функции
f(x, y) (изображения) размерами MxN
1 M −1 N −1
F(u, v) = ∑ ∑ f(x, y)e −i2π⋅(ux M + vy N)
MN x =0 y =0
Обратное дискретное преобразование Фурье функции
F(u, v) (образа Фурье исходного изображения)
размерами MxN
M −1 N −1
f(x, y) = ∑ ∑ F(u, v)ei2π⋅(ux M+vy N)
u= 0 v = 0
2012, Владимир Волохов
e-mail: volokhov@[Link] 11
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Двумерное ДПФ и его обращение (ОДПФ)
Амплитудный спектр (амплитуда)
[ 2 2
F(u, v) = Re (F(u, v)) + Im (F(u, v)) ] 12
Фазовый спектр (фаза)
Im(F(u, v))
ϕ(u, v) = arctg
Re(F(u, v))
Энергетический спектр
P(u, v) = Re2 (F(u, v)) + Im2 (F(u, v))
Преобразование Фурье
F(u, v) = F(u, v) eiϕ(u, v)
2012, Владимир Волохов
e-mail: volokhov@[Link] 12
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Преобразование Фурье изображения
(амплитудный и фазовый спектры)
Исходное Амплитудный Фазовый спектр
изображение спектр
2012, Владимир Волохов
e-mail: volokhov@[Link] 13
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Преобразование Фурье изображения
(действительная и мнимая части)
Исходное Реальная часть Мнимая часть
изображение спектра спектра
2012, Владимир Волохов
e-mail: volokhov@[Link] 14
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Преобразование Фурье изображения
>> % Загрузка изображения
Составим Matlab-код >> I = double(imread('[Link]'));
>>
>> % Вычисление амплитудного спектра
>> AS = fftshift(abs(fft2(I)));
>> LogAS = log(AS+1);
>> M = max(LogAS(:));
>> figure; imshow(uint8(255*(LogAS/M)))
>>
>> % Вычисление фазового спектра
>> PhS = fftshift(angle(fft2(I)));
>> ShiftPhS = PhS+abs(min(PhS(:)));
>> N = max(ShiftPhS(:));
>> figure; imshow(uint8(255*(ShiftPhS/N)))
>>
>> % Обратное преобразование Фурье
>> J = ifft2(fftshift(AS.*exp(i*PhS)));
>> figure; imshow(uint8(J))
2012, Владимир Волохов
e-mail: volokhov@[Link] 15
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Преобразование Фурье изображения
>> % Загрузка изображения
Составим Matlab-код >> I = double(imread('[Link]'));
>>
>> % Вычисление амплитудного спектра
>> AS = fftshift(abs(fft2(I)));
>> LogAS = log(AS+1);
>> M = max(LogAS(:));
>> figure; imshow(uint8(255*(LogAS/M)))
>>
>> % Вычисление фазового спектра
>> PhS = fftshift(angle(fft2(I)));
>> ShiftPhS = PhS+abs(min(PhS(:)));
>> N = max(ShiftPhS(:));
Для цветного RGB-изображения преобразование
>> figure; Фурье вычисляется
imshow(uint8(255*(ShiftPhS/N)))
>>
отдельно для R, G и B каналов. Амплитудный и фазовый спектры
>> % Обратное преобразование Фурье
состоят из трех матриц и >>
выводятся на экран как трехканальные
J = ifft2(fftshift(AS.*exp(i*PhS)));
изображения
>> figure; imshow(uint8(J))
2012, Владимир Волохов
e-mail: volokhov@[Link] 16
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Анализ пространственных частот
Исходные тестовые изображения
Амплитудные спектры
2012, Владимир Волохов
e-mail: volokhov@[Link] 17
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Фаза содержит больше информации о
сигнале, чем амплитуда!
Исходные
изображения
Амплитудный и
фазовый спектры
Реконструкция с
использованием ОДПФ
изобр-ий со смешанными
амплитудами и фазами
2012, Владимир Волохов
e-mail: volokhov@[Link] 18
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Фаза содержит больше информации о
сигнале, чем амплитуда!
Исходное изображение
2012, Владимир Волохов
e-mail: volokhov@[Link] 19
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Фаза содержит больше информации о
сигнале, чем амплитуда!
Амплитудный спектр
2012, Владимир Волохов
e-mail: volokhov@[Link] 20
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Фаза содержит больше информации о
сигнале, чем амплитуда!
Фазовый спектр
2012, Владимир Волохов
e-mail: volokhov@[Link] 21
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Фаза содержит больше информации о
сигнале, чем амплитуда!
Восстановление только по амплитуде!
2012, Владимир Волохов
e-mail: volokhov@[Link] 22
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Фаза содержит больше информации о
сигнале, чем амплитуда!
Восстановление только по фазе!
2012, Владимир Волохов
e-mail: volokhov@[Link] 23
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Теорема о свертке
Теорема о свертке. Если f(x, y) и h(x, y) являются двумя
функциями от пространственных параметров x, y, то свертка
этих функций в пространственной области f(x, y)*h(x, y),
соответствует умножению их образов Фурье в частотной
области F(u, v)H(u, v)
Фильтрация изображения f(x, y) с маской h(x, y)
Вычисление преобразования Фурье изображения f(x, y) для
получения его частотного представления F(u, v)
Вычисление преобразования Фурье маски h(x, y) для
получения ее частотного представления H(u, v)
Поточечное умножение F(u, v) и H(u, v) для получения F’(u, v)
Применение обратного преобразования Фурье к F’(u, v) для
получения отфильтрованного изображения f ’(x, y)
2012, Владимир Волохов
e-mail: volokhov@[Link] 24
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Фильтрация в Низкочастотная фильтрация
частотной области
Исходное
изображение
Высокочастотная фильтрация
Умножение ДПФ
исходного изображения и
частотной характеристики
фильтра с последующим
ОДПФ
Полосовая фильтрация
Амплитудный
спектр
2012, Владимир Волохов
e-mail: volokhov@[Link] 25
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Базы тестовых изображений
The TUT-CS image database, [Link]
The USC-SIPI image database, [Link]
The UGR-DECSAI-CVG image database, [Link]
The UGR-DECSAI-VIPG image database, [Link]
The RPI-CIPR image database, [Link]
Lena (1972) Lena (1997)
Про изображение «Лена» читаем здесь: [Link]
2012, Владимир Волохов
e-mail: volokhov@[Link] 26
Цифровая обработка изображений
ЯрГУ им. П. Г. Демидова
Благодарности
В лекции использовались материалы курсов:
Конушин А., Баринова О., Конушин В. и др. Введение в
компьютерное зрение, 2006-2011. МГУ им. М.В.
Ломоносова
Kemelmacher I., Rao R., Seitz S., Shapiro L. Computer
Vision (CSE 455), 2003 - 2010. University of Washington
Peters R. A. Image Processing (EECE/CS 253) , 2007.
Vanderbilt University School of Engineering
Thrun S. Computer Vision / Introduction to Computer
Vision (CS 223b), 2004 - 2009. Stanford University
2012, Владимир Волохов
e-mail: volokhov@[Link] 27