Image processing 图像转换为频域的原因_Image Processing

Image processing 图像转换为频域的原因

image-processing

Image processing 图像转换为频域的原因,image-processing,Image Processing,在一些图像处理滤波器中，我看到图像从空间域转换到频率域。我的问题是：我们为什么这样做？空间域中的图像和频率域中的图像有什么不同？这通常只是出于性能原因。在空间域中的滤波是，这是O（N^2），而在频域中卷积变成乘法，这是O（N）。对于小滤波器（小N），从频域到频域的FFT成本相对较大，因此直接使用卷积执行滤波。然而，对于较大的滤波器（较大的N），天平倾向于频域滤波，因为与O（N^2）操作相比，FFT的成本变得相对较小。此外，某些滤波技术在频域更直观，例如去除规则线和模糊。根据所使用的FFT移位类型

在一些图像处理滤波器中，我看到图像从空间域转换到频率域。我的问题是：我们为什么这样做？空间域中的图像和频率域中的图像有什么不同？

这通常只是出于性能原因。在空间域中的滤波是，这是

O（N^2）

，而在频域中卷积变成乘法，这是

O（N）

。对于小滤波器（小N），从频域到频域的FFT成本相对较大，因此直接使用卷积执行滤波。然而，对于较大的滤波器（较大的N），天平倾向于频域滤波，因为与

O（N^2）

操作相比，FFT的成本变得相对较小。

此外，某些滤波技术在频域更直观，例如去除规则线和模糊。根据所使用的FFT移位类型，只需更改图像的平均亮度，就像修改图像的中心像素一样简单。