关于FFT频域的记录
FFT是纹理检测的一种办法,而缺陷检测属于纹理检测的一部分。
要想检测缺陷,基本思路是:
(1)fft变换
(2)卷积滤波(一般为了得到图像的高频部分)
(3)fft逆变换
(4)到这一步缺陷被变得更明显,提取缺陷部分就容易很多。
先说说一些名词概念:
图像的时域形式:时域原义是现实世界的以时间为尺寸衡量变化量的空间,这也是我们最熟悉的空间。但在图片处理里面大家好像把这个概念与空间域都混在一起了,那我们就狭义的理解为图片像素点的空间就好。;
图像的频域形式:频域就类似频谱图,它描述了信号的频率结构及频率与该频率信号幅度的关系,图像的大部分能量集中在低,中频,高频部分的分量很弱;
FFT变换:快速傅立叶变换(fast Fourier transform),简单的理解就是将图像从时域变成频域;
图像的高频:亮度或灰度变化激烈的地方对应高频成分,如边缘,瑕疵点;
图像的低频:变化不大的地方对于低频成分,如大片色块区;
卷积滤波:空域的一个抽象运算转换成频域的一个简单数学乘法,这里我们将它理解为一种滤波,滤去低频得到高频(频率越高灰度值越高,图像越白);
FFT逆变换:将图像从频域变成时域,就是将滤波后的频域变换成时域,即将高频部分选取出来后的时域图像
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)