本文介绍了在OpenCV中使用C++实现频率域的钝化模板、高频提升过滤和高频强调滤波。通过高频滤波，图像的背景强度降低，解决此问题的方法是进行高频提升过滤。钝化模板通过减去图像的模糊版本实现锐化。高频提升过滤通过增加权重系数A来调整图像效果，A=1对应高通过滤，A>1则为高提升滤波。高频强调滤波器通过在高通项上加1，避免滤波后图像平均灰度减小。文章还展示了具体的代码实现过程。
为什么要进行高频提升和高频加强？
高频滤波后的图像，其背景平均强度 减小到接近黑色（因为高通滤波器滤除 了傅里叶变换的零频率成分: F(0,0)=f(x,y)=0）
解决办法：把原始图像加到过滤后的 结果，如拉普拉斯算子增强，这种处理 称为高频提升过滤
钝化模板(锐化或高通图像)：从一幅图像减去 其自身模糊图像而生成的锐化图像构成。在频率 域，即从图像本身减去低通滤波（模糊）后的图 像而得到高通滤波（锐化）的图像。
钝化模板：
与
式中 是一个低通滤波器，F(u,v)是f(x,y)的傅里叶变换。这里
是平滑后的图像，该图像类似于
高频提升过滤：
增加权重系数A
所以，当A=1,即高通过滤；当A>1,累加图像本身
由
高频提升过滤定义为：
最低0.47元/天 解锁文章
扫一扫
5589
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
