頻率域濾波

傅立葉級數
用正弦餘弦波來擬合出非週期波

傅立葉轉換 連續與離散概念
轉換成週期性函數，also也是頻譜
這裡用sigma，因為積分符號只能用在連續的
迴旋積(卷積) 二維連續及離散傅立葉轉換對
二維傅立葉轉換性質
這裡M是u的週期，N是v的週期，k1 k2是整數。就像是ang(theta+2pi)=ang(theta)
快速FT?

傅立葉頻譜與相位角

R是實數，I是虛數

數位影像的傅立葉轉換
看起來像是雜訊圖，之後會說明為何要用FT

影像頻率域濾波基礎
conv這裡是用來濾波
能量最大的地方約在中間，也就是低頻的部分，讓能量高的更能顯現，看起來會較平滑。邊緣和細節這類就屬於高頻
看起來朦朧的感覺
這裡也和之後會講到的edge detection有關

理想低通濾波器
有水波紋的痕跡
截止半徑越大，越清楚
有人會用做影像壓縮
現實中不存在理想的low pass filter

巴特沃斯低通濾波器
這裡的2n是衰變，越大衰變越快。調整n可以讓她更加接近理想低通濾波器
高斯低通濾波器
坡度較為平緩，衰減的更少，之後反Fourier影像會更清晰
知道這三種filter的優缺了嗎?

三種低通濾波器比較
================================

理想高通濾波器
雜訊也多在高頻率
邊緣的圖再疊合原圖可以銳化，感覺看起來更清楚

巴特沃斯高通濾波器
高斯高通濾波器
選擇性的濾波 頻率域中的拉普拉斯
同態濾波
使用log把乘法變加法
模擬影像中雜訊
影像空間域濾波

下圖為何可以當平均數是因為遮罩就和convolution一樣，矩陣一格乘一格，並且移動掃過原圖片，取得平均後就是當前格子的值。
這樣的做法要考慮四周的像素質，所以也是neighborhoods 操作，通常鄰居和此格會有挺大的關係，所以這樣做是可以的。
至於這樣也不會讓output圖小於input圖，一種做法是外圍鋪上一圈，抑或是外圍不動，一開始就從內圈掃。
中值濾波器對salt pepper 雜訊好
上圖就是矩陣一格乘一格，不用矩陣乘法那些的

影像頻率域濾波
一堆例子我就沒拿出來了

影像頻率域濾波總結