跳到主要内容

频率域滤波:换个坐标系看图像

上一章的空间滤波在 (x,y)(x,y) 域直接操作像素。这一章换到 (u,v)(u,v) 频率域。同一幅图像,同一件事(低通、高通、带阻),换一种表达以后有的事情变简单、有的变直观、有的能算得快。

Fourier 变换的想法不难:任何函数都能写成一堆正弦波的加权和。数字图像也不例外。低频对应大范围的亮度变化(比如天空、墙壁),高频对应细节和噪声(比如边缘、纹理)。频率域滤波做的事就是选择性地保留或压制不同频段。

1. 从连续到离散:DFT 的来历​

一维连续 Fourier 变换:

F(μ)=∫−∞∞f(t)e−j2πμtdtF(\mu)=\int_{-\infty}^{\infty} f(t)e^{-j2\pi\mu t}dt

f(t)f(t) 是时间信号,F(μ)F(\mu) 是频谱。数字图像是离散、有限的,需要离散 Fourier 变换(DFT):

F(u,v)=∑x=0M−1∑y=0N−1f(x,y)e−j2π(ux/M+vy/N)F(u,v)=\sum_{x=0}^{M-1}\sum_{y=0}^{N-1} f(x,y)e^{-j2\pi(ux/M+vy/N)}

f(x,y)f(x,y) 是 M×NM\times N 图像,F(u,v)F(u,v) 是同样大小的复数矩阵。反变换:

f(x,y)=1MN∑u=0M−1∑v=0N−1F(u,v)ej2π(ux/M+vy/N)f(x,y)=\frac{1}{MN}\sum_{u=0}^{M-1}\sum_{v=0}^{N-1} F(u,v)e^{j2\pi(ux/M+vy/N)}

复数矩阵怎么看?分成幅值 ∣F(u,v)∣|F(u,v)| 和相位 ϕ(u,v)=arctan⁡(Im/Re)\phi(u,v)=\arctan(\text{Im}/\text{Re}) 两部分。幅值决定"有哪些频率成分",相位决定"这些成分在哪里"。有个经典实验:把两幅图的幅值和相位交换重构,得到的图看起来更像给相位的那幅——相位携带了图像的几何信息,幅值只携带能量分布。

2. FFT:算得快才用得起​

朴素计算 DFT 是 O(N2)O(N^2) 的复杂度——每个 F(u,v)F(u,v) 都要遍历全图。对 1024×10241024\times 1024 图像,101210^{12} 次乘法,不可能实时。

Cooley-Tukey 1965 年发表的 FFT 把复杂度压到 O(Nlog⁡N)O(N\log N),同样规模只要 10710^7 次运算,快五个数量级。做法是分治:把 NN 点 DFT 拆成两个 N/2N/2 点 DFT,重复到 N=1N=1。要求 NN 是 2 的幂。所以图像做 FFT 之前经常要 zero-padding 到最近的 2k2^k。

工程上直接用 numpy/OpenCV 的 fft2,不用自己实现。真正需要注意的是:

  • DFT 假设图像是周期的。图像的右边接上左边、下面接上上面。所以边界不连续会产生假的高频分量("泄漏"),显示为水平/垂直方向的十字亮线。缓解办法是先加窗(Hamming、Hann)或对图像做镜像扩展。
  • 中心化:F(0,0)F(0,0)(直流分量)在角上不方便看。fftshiftfftshift 把它挪到中心,四个象限交换。这只是显示技巧,不影响滤波结果。

3. 卷积定理:为什么能在频率域滤波​

f(x,y)∗h(x,y)↔FF(u,v)⋅H(u,v)f(x,y)*h(x,y) \xleftrightarrow{\mathcal{F}} F(u,v)\cdot H(u,v)

空间域的卷积等价于频率域的点乘。这是频率域滤波的存在理由——大核卷积很贵,转到频率域变成对应位置相乘。

流程:

f(x,y) ──FFT──▶ F(u,v) ──×H(u,v)──▶ G(u,v) ──IFFT──▶ g(x,y)

三步。H(u,v)H(u,v) 是滤波器传递函数,形状决定了保留哪些频率。

什么时候值得走频率域?粗略经验:核尺寸 ≥15×15\geq 15\times 15 时 FFT 比空间卷积快。深度学习里 3×33\times 3 卷积从不用 FFT,但传统 DIP 里大高斯核、Wiener 滤波、同态滤波都在频率域做。

4. 低通滤波:抹掉高频​

4.1 理想低通(ILPF)​

H(u,v)={1D(u,v)≤D00D(u,v)>D0H(u,v)=\begin{cases}1 & D(u,v)\leq D_0\\0 & D(u,v)>D_0\end{cases}

D(u,v)D(u,v) 是到频谱中心的距离,D0D_0 是截止频率。物理上像是拿剪刀"啪"地一剪。

问题:振铃效应。理想矩形窗在空间域对应 sinc 函数,有大量正负振荡的旁瓣,处理后图像边缘处会出现波纹状条纹。

4.2 巴特沃斯低通(BLPF)​

H(u,v)=11+[D(u,v)/D0]2nH(u,v)=\frac{1}{1+[D(u,v)/D_0]^{2n}}

nn 是阶数,越高越接近理想低通。n=1n=1 时过渡最平滑,几乎没有振铃;n=10n=10 时接近 ILPF,振铃也回来了。工程默认选 n=2n=2。

4.3 高斯低通(GLPF)​

H(u,v)=e−D2(u,v)/2D02H(u,v)=e^{-D^2(u,v)/2D_0^2}

Fourier 变换对高斯函数封闭——高斯的 FT 还是高斯——所以空间域对应的也是高斯核,零振铃。缺点是过渡带宽,不能实现锐利的频率截断。

三种低通比较:

滤波器过渡陡峭度振铃参数
理想 ILPF无限陡严重D0D_0
巴特沃斯 BLPF可调中等D0,nD_0, n
高斯 GLPF缓无D0D_0

选谁看需求:要绝对没振铃就用高斯;要陡截止能容忍振铃就用理想;两头都要一点就用巴特沃斯。

5. 高通滤波:留下细节​

HHP(u,v)=1−HLP(u,v)H_{HP}(u,v)=1-H_{LP}(u,v)。把低通反过来就是高通。用来做边缘锐化。

高频强调:光高通会让平坦区域变黑(丢了直流),实际用 H(u,v)=a+bHHP(u,v)H(u,v)=a+bH_{HP}(u,v),a≈0.5a\approx 0.5 保留部分直流,b≈2b\approx 2 放大高频。

同态滤波是高通的一个变体,专门处理照度不均:图像 f=iL⋅rf=iL\cdot r,取对数变成加法 ln⁡f=ln⁡i+ln⁡r\ln f=\ln i + \ln r,然后用高通压低频(照度分量)、抬高频(反射分量),最后取指数还原。适合处理逆光、阴影不均的场景。

6. 选择性滤波​

低通/高通对所有方向的频率一视同仁。有时候只想去掉特定频率——比如扫描件上的规律性纹理(半调网点、纸张摩尔纹),在频谱上是几个孤立的亮点。

带阻/带通:H(u,v)H(u,v) 是环形。留下或去掉一个频率环。

陷波滤波:H(u,v)H(u,v) 在特定 (uk,vk)(u_k,v_k) 点为 0,其他地方为 1。用来点对点消除周期性干扰。老照片上的电视扫描线、遥感图像上的传感器条纹都靠陷波滤波去除。

一个真实用途:天文图像去除 CCD 读出噪声。CCD 的行扫描会引入一个固定频率的条纹,谱上是水平方向的一列亮点,加陷波清除后图像立刻干净。

7. 频率域和空间域的换算​

给定一个空间域核 h(x,y)h(x,y),对应的 H(u,v)H(u,v) 就是 hh 的 FFT。反过来,给定 H(u,v)H(u,v),h(x,y)h(x,y) 是 HH 的 IFFT。这个双向映射是很多滤波器设计的核心:在频率域设计(画出想要的形状),到空间域实现(用小核近似)。

比如设计一个各向同性的 9×99\times 9 边缘检测核,直接手工填数很难;在频率域画一个环形带通,IFFT 之后截取 9×99\times 9,能得到不错的近似。

8. 快速 FFT 的工程细节​

  • 零填充到 2 的幂:M=1000M=1000 时用 1024。但要注意零填充改变了图像的"周期",可能引入低频伪影。
  • 实数 FFT:图像是实数,F(u,v)F(u,v) 满足 F(−u,−v)=F∗(u,v)F(-u,-v)=F^*(u,v)(共轭对称)。只需存一半,rfft2 比 fft2 快 2 倍。
  • In-place FFT:省内存,大图必须。
  • 多通道:彩色图三个通道分别 FFT。RGB 之间不共享频谱。

现代 GPU 上 cuFFT 对 2048×20482048\times 2048 图像做二维 FFT 只要 1 毫秒左右——快到不需要考虑优化。CPU 上 FFTW 是黄金标准。

9. 频率域和深度学习的关系​

CNN 时代频率域一度被冷落——卷积核学出来的,谁还关心频谱。但近几年频率域又回来了:

  • FNO(Fourier Neural Operator):物理仿真里,PDE 的求解本来就在频率域最自然,直接用 FFT 层替代卷积
  • 深度先验的频率分析:CNN 天生有低频偏置(先学到低频,再学高频),这就是所谓的"频谱偏置"(spectral bias)
  • JPEG 压缩里的 DCT 特征:不解码直接在 DCT 系数上做分类,省 90% 计算量

频率域从来没过时。它只是从一个显式的算法框架,变成了一个理解模型行为的分析工具。

10. 什么时候不要用频率域​

  • 图像很小(<128<128):FFT 开销比空间卷积还大
  • 非线性滤波:中值、双边、形态学都不能在频率域做
  • 局部处理:全局 FFT 天然对整幅图,做不了局部
  • 有严重边界不连续:Fourier 假设周期性,边界跳变会产生大量伪高频