我正在尝试对图像进行分割,在处理图像时,我遇到在图像 J 中进行 FFT 并删除中心频率可以给你单元格的边缘。 但我无法深入理解我在频域中看到的内容,有很好的模式,但我无法理解它代表什么。 我附上我正在分析的图像。 请随意下载图像并在图像 J 中自行尝试。
实际上,如果你在中心放置一个掩模并删除中心频率,你将得到图像的边缘。 但这比用方差滤波器代替 FFT 更好吗?
“在心理上理解”频域图像可能相当具有挑战性。一些通用提示...
特别是,FFT 图像中非常明显的一件事是原始图像中的网格状图案。例如,方格背景将转换为具有多个规则峰值的 FFT。如果您要“混合这些内容”(修改 FFT 图像以用零将峰值存根)并运行逆变换,您最终会删除背景图案。
同样,正如你所说,“高通”(剔除FFT图像的“内部”低频部分,然后逆变换)或“低通”(剔除“外部”部分,逆变换)将消除平滑/大(例如渐变)或精细细节,看起来像“锐化”或“模糊”。
可以在这里找到某些图像细节如何反映在 FFT 中,以及 FFT 中的某些变化如何反映在逆变换图像中的一些好的、简单的示例:https://www.cs.unm.edu/~ brayer/vision/fourier.html - 其中很多内容也可以从自己的实验中学到。
关于图像分割以及 FFT 如何/是否对此有所帮助,这是一个太大的主题,无法在“SO 帖子的边缘”中涵盖。您能举例说明您尝试过哪些方法,取得了什么结果吗?您希望在哪些方面进行改进?