图像中的高频成分和低频成分

在图像处理中，高频和低频分量是指图像像素强度空间变化的不同方面。这些成分与整个图像中像素值的变化率密切相关，它们具有明显的视觉特征。

1. 高频分量
定义：高频分量是指图像内像素值的快速变化，如尖锐的边缘、精细的纹理、突兀的过渡等。

特点:

这些区域具有高对比度和快速变化的像素强度，这意味着相邻像素具有显著不同的值。
高频分量对应于图像中的精细细节、边缘和纹理，例如物体的边界、发丝或明暗区域之间的急剧过渡。
噪声也经常出现在图像的高频部分，这会导致不规则的像素强度变化。
视觉外观：高频区域通常是锐利、清晰和详细的，它们可以在图像中产生强烈的边缘和细线。

频域：在频域中（使用傅立叶变换），高频分量与高空间频率相关联，这对应于空间域中的快速变化（例如，边缘或噪声）。

例子:
边缘：暗区和亮区之间的急剧过渡，比如物体和背景之间的边界，是一个高频特征，因为它涉及到像素强度的快速变化。

2. 低频分量
定义：低频分量是指整个图像中像素值的逐渐或缓慢变化，例如平滑的颜色梯度或均匀的区域。

特点:

这些区域表现出平滑的强度过渡，其中相邻像素具有相似的值。
低频分量对应于图像中宽阔、平滑的区域，如天空、墙壁或强度不会突然变化的大块均匀区域。
低频带着图像整体结构的信息，比如背景和大尺度的形状，但不带精细的细节或尖锐的边缘。
视觉外观：图像的低频部分往往看起来平滑、模糊或均匀，它们比高频部分包含更少的细节。

频域：在频域中，低频分量对应于低空间频率，表示平滑、渐进的强度变化。它们通常与图像中的背景或大形状相关联。

例子:
天空或水：从浅蓝到深蓝的平滑渐变或像天空这样的大块均匀区域将是低频成分，因为它没有尖锐的过渡或精细的细节。

为什么高频和低频很重要
细节与平滑：高频捕获图像中的细节和锐利边缘，而低频捕获平滑梯度和一般形状。

噪声：噪声通常表现为像素强度的随机变化，通常是高频噪声。这可以通过使用低通滤波器（平滑）来消除或减少，该滤波器在保持低频的同时衰减高频。

图像压缩：许多图像压缩技术，如JPEG，利用了低频（如大均匀区域或平滑梯度）对人类视觉更重要的事实，并且可以用更少的数据保存。高频细节（如尖锐的边缘）可以更容易地丢弃，而不会造成太多的感知损失。

过滤:

低通滤波器去除高频成分，使图像更平滑，模糊锐利的边缘。
高通滤波器去除低频成分，增强边缘和细节，使图像看起来更清晰。
频域的高频和低频（傅里叶变换）
图像的傅里叶变换可用于可视化其频率内容：

低频：位于频谱中心附近，它们对应于图像中的大规模平滑特征。
高频：位于频谱边缘，这些对应于更精细的细节，锐利的边缘和像素值的突然变化。