Tutorialチュートリアル:フーリエ変換を使用して画像エッジを検出する
1098 ワード
Tutorialチュートリアル:フーリエ変換を使用して画像エッジを検出する
[email protected]
この文書のコード:https://github.com/charlesLucky/edge-detection-based-on-fourier-transform-and-high-pass-filter.git
通常、画像処理を行うと、最終的には、特定のニーズに適した最適な方法を評価するためのさまざまな方法が模索されます.ここではフーリエ変換という方法について議論する.
フーリエ変換とは?
最も簡単な用語では、フーリエ変換は、信号をその構造ブロックに分解するのに役立つ.例えば、異なる周波数を有する2つ以上の正弦波関数を重畳することによって得られる信号f(x)が考えられる.これで、f(x)の図のみを表示すると、f(x)を形成するためにどのような元の関数を使用するか、またはどのくらいの元の関数を使用するかを決定できません.これがフーリエがマジックをする場所です.f(x)をフーリエ変換器を通して,新しい関数F(x)を得た.F(x)の利点は、f(x)を最初に作成する周波数図であることである.したがって、F(x)を表示するだけで、f(x)を形成するための元の周波数を見分けることができます.このように、フーリエ変換は、信号の重要な特徴、すなわち、その周波数成分を明らかにすることができる.例えば、f(x)の元の図とそれに対応するFourier変換F(x)を有する下図を考える.
[email protected]
この文書のコード:https://github.com/charlesLucky/edge-detection-based-on-fourier-transform-and-high-pass-filter.git
通常、画像処理を行うと、最終的には、特定のニーズに適した最適な方法を評価するためのさまざまな方法が模索されます.ここではフーリエ変換という方法について議論する.
フーリエ変換とは?
最も簡単な用語では、フーリエ変換は、信号をその構造ブロックに分解するのに役立つ.例えば、異なる周波数を有する2つ以上の正弦波関数を重畳することによって得られる信号f(x)が考えられる.これで、f(x)の図のみを表示すると、f(x)を形成するためにどのような元の関数を使用するか、またはどのくらいの元の関数を使用するかを決定できません.これがフーリエがマジックをする場所です.f(x)をフーリエ変換器を通して,新しい関数F(x)を得た.F(x)の利点は、f(x)を最初に作成する周波数図であることである.したがって、F(x)を表示するだけで、f(x)を形成するための元の周波数を見分けることができます.このように、フーリエ変換は、信号の重要な特徴、すなわち、その周波数成分を明らかにすることができる.例えば、f(x)の元の図とそれに対応するFourier変換F(x)を有する下図を考える.
Fs = 150.0; # sampling rate
Ts = 1.0/Fs; # sampling interval
t = np.arange