ISP去噪(3)_图像的高频分量和低频分量

#图像分析# 总是不好确认头发和毛绒玩具到底是低频还是高频分量。现在得出结论,头发和毛绒玩具都是高频信息,因为细节很多。

目录

图像的频率

[(1) 什么是低频?](#(1) 什么是低频?)

[(2) 什么是高频?](#(2) 什么是高频?)

(3)低频和高频对比

[(4)去除高频 或者 低频信息](#(4)去除高频 或者 低频信息)

(5)图像DCT变换滤除高频分量


图像的频率

灰度值变化剧烈程度的指标,是灰度在平面空间上的梯度。

(1) 什么是低频?

低频就是颜色缓慢地变化,也就是灰度缓慢地变化,反映在下图右 是黑色和灰色连续渐变的一块区域,这部分就是低频。对于一幅图像来说,边缘线以内的内容为低频,而这些内容就是图像的大部分信息,即图像的大致概貌和轮廓,是图像的主要信息。

(2) 什么是高频?

反过来,高频就是频率变化快。图像中什么时候灰度变化快?就是相邻区域之间灰度相差很大,这就是变化得快。

图像中,一个影像与背景的边缘部位,通常会有明显的差别,也就是说那条边缘线那里,灰度变化很快,这就是变化频率高的部位(比如上图左 的素描轮廓)。

综上:图像边缘的灰度值变化快,就对应着频率高,即高频显示图像边缘。

除了图像的边缘,图像的细节处也是属于灰度值急剧变化的区域(比如下图截选的分辨率测试图),正是因为灰度值的急剧变化,才会出现细节。

另外噪声(即噪点)也是这样,在一个像素所在的位置,之所以是噪点,就是因为它与正常的点颜色不一样了,也就是说该像素点灰度值明显不一样了,,也就是灰度有快速地变化了,所以是高频部分,因此有噪声在高频这么一说。------ISP中,去除噪声必然伴随着细节的损失

(3)低频和高频对比

低频保留了光影与颜色,高频保留了纹理与质感。

(4)去除高频 或者 低频信息

经过低通滤波器处理。保留低频信息,去除高频信息。图像细节部分丢失,图像变模糊。

经过高通滤波器处理,也就是去除频率域中的低频信息,只保存高频信息后的结果。图像只保留了细节部分。

(5)图像DCT变换滤除高频分量

JPEG 图像压缩是利用人眼对低频信息比较敏感和对高频信息比较不敏感的原理。经过 DCT变换后的8x8系数矩阵中,低频成分集中在矩阵的左上角,高频成分则集中在右下角。由于大多数图像的高频分量比较小,相应的图像高频分量的DCT系数往往接近于0。考虑到高频分量中只包含了图像中细微的细节变化信息,而人眼又对这些高频成分的失真不太敏感,所以,可以考虑将这些高频成分予以抛弃,从而达到压缩图像的目的:

如下图所示为保留DCT变换后系数的比例,可以看到仅保留左上角32%的系数基本就可以让人眼看不出来变化。

相关推荐
夏日白云18 小时前
《PDF解析工程实录》第 12 章|别让模型贴着墙走:为什么加一圈空白,效果反而更好?
图像处理·机器学习·pdf·llm·大语言模型·rag·文档解析
鲨莎分不晴1 天前
视觉的艺术与科学:一眼看懂真彩色、假彩色与伪彩色
图像处理
时间之里1 天前
【图像处理3D】:相机坐标系之间的变换
图像处理·人工智能·3d
AndrewHZ1 天前
【图像处理基石】如何高质量地生成一张庆祝元旦的图片?
图像处理·人工智能·opencv·算法·计算机视觉·生成式模型·genai
航Hang*1 天前
Photoshop 图形与图像处理技术——第7章:滤镜的应用
图像处理·笔记·ui·photoshop
航Hang*2 天前
Photoshop 图形与图像处理技术——第8章:图像的色彩与色彩调整和图像的输出与优化
图像处理·笔记·ui·photoshop
棒棒的皮皮2 天前
【OpenCV】Python图像处理形态学之核函数
图像处理·python·opencv·计算机视觉
棒棒的皮皮2 天前
【OpenCV】Python图像处理形态学之礼帽黑帽运算
图像处理·python·opencv·计算机视觉
航Hang*2 天前
Photoshop 图形与图像处理技术——第5章:路径与形状的应用
图像处理·笔记·ui·photoshop
fie88892 天前
在图像增强的领域中,使用梯度、对比度、信息熵、亮度进行图像质量评价
图像处理·人工智能·计算机视觉