圖像中的傅立葉變換(三)
在之前的文章中,我們介紹了傅立葉變換的本質和很多基本性質,現在,該聊聊代碼實現的問題了。
為了方便起見,本文采用的編程語言是 Python3,矩陣處理用 numpy,圖像處理則使用 OpenCV3。
離散傅立葉變換
首先,回憶一下離散傅立葉變換的公式:
\[
\begin{eqnarray}
F(u, v)&=&\frac{1}{MN}\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}f(x, y)e^{-j2\pi ux/M}e^{-j2\pi vy/N} \&=&\frac{1}{MN}\sum_{y=0}^{N-1}\lbrace \sum_{x=0}^{M-1}f(x, y)e^{-j2\pi ux/M}\rbrace e^{-j2\pi vy/N}
\end{eqnarray}
\]
從上式可以得到一個很有用的性質:可分性。即我們可以先計算 \(\sum_{x=0}^{M-1}f(x, y)e^{-j2\pi ux/M}\),得到 \(F(u,y)\),再計算 \(\frac{1}{MN}\sum_{y=0}^{N-1} F(u,y) e^{-j2\pi vy/N}\) 得到 \(F(u,v)\)。
根據這種可分性,我們可以將二維的計算分為兩個一維進行。
現在,考慮如何計算 \(F(u,y)=\sum_{x=0}^{M-1}f(x, y)e^{-j2\pi ux/M}\),這個式子中的 \(y\) 可以當作是常數,所以這其實是關於 \(x\) 的一維運算。
根據這個式子,可以得到:
\[
F(0,y)=\sum_{x=0}^{M-1}f(x,y)e^{-j2\pi 0 x} \F(1,y)=\sum_{x=0}^{M-1}f(x,y)e^{-j2\pi x/M} \\dots \F(M-1,y)=\sum_{x=0}^{M-1}f(x,y)e^{-j2\pi (M-1)x/M}
\]
我們完全可以用矩陣相乘的形式來表示這些式子:
\[ \begin{bmatrix} F(0,y) \F(1,y) \\dots \F(M-1,y) \end{bmatrix} = \begin{bmatrix} 1 & 1 & \dots & 1 \1 & W_M^{1} & \dots & W_M^{M-1} \\vdots & \vdots & \vdots & \vdots \1& W_{M}^{M-1} & \dots & W_M^{(M-1)(M-1)} \end{bmatrix} \times \begin{bmatrix} f(0,y) \f(1,y) \\dots \f(M-1, y) \end{bmatrix} \]
(式子中的 \(W_M\) 表示 \(e^{-j2\pi /M}\))
當然,由於圖片是二維的,所以 \(f(x,y)\) 對應的向量實際上應該是:
\[
\begin{bmatrix}
f(0,y_1) & f(0,y_2) & \dots & f(0,y_N) \f(1,y_1) & f(1,y_2) & \dots & f(1,y_N) \\dots \f(M-1, y_1) & f(M-1,y_2) & \dots & f(M-1,y_N)
\end{bmatrix}
\]
同理,得到的 \(F(u,y)\) 也是一個二維矩陣。
現在,我們還是先考慮怎麽實現這個一維的計算。
首先,需要先把 \(W_M\) 這個矩陣表示出來。註意到,這個矩陣實際上可以由 \(\begin{bmatrix} W_M^0 \\ W_M^1 \\ \vdots \\ W_M^{M-1} \end{bmatrix}\) \(\times\) \(\begin{bmatrix} W_M^0 & W_M^1 & \dots & W_M^{M-1} \end{bmatrix}\) 得到。借助 numpy 強大的矩陣處理能力,可以很方便的計算出這個矩陣。示例如下:
def dftmtx(M):
n = np.asmatrix(np.arange(M))
return np.exp((-2j * np.pi / M) * n.transpose() * n)
np.asmatrix
是把 M 維的向量變成 1 \(\times\) M 的矩陣的格式,因為只有矩陣才有 transpose()
操作。np.exp
會把 \(exp\) 函數作用到矩陣的每個元素中。
得到這個矩陣後,最關鍵的一步其實就做完了,我們可以用這個矩陣計算出 \(F(u,y)\):
# input表示輸入圖像,M是圖像的高
M = input.shape[0]
F = dftmtx(M) * input
得到 \(F(u,y)\) 後,剩下的是要對 y 這一維進行同樣的操作:\(F(u,v)=\frac{1}{MN}\sum_{y=0}^{N-1}F(u,y) e^{-j2\pi vy/N}\)。同樣地,我們需要計算一個 \(W_N\) 的矩陣。幸運的是,這個矩陣的計算方法和之前的 \(W_M\) 一模一樣,這樣一來,我們已經可以得到完整的計算方法了:
# 傅立葉變換函數
def dft2d(input):
M, N = input.shape[0], input.shape[1]
return dftmtx(M) * input * dftmtx(N) / (M * N)
接下來我們把頻譜圖打印出來。傅立葉頻譜圖是實部和虛部的平方和,需要註意的是,由於數值顯示的問題,我們需要將頻譜圖用 log
函數增強後,再標定到 [0, 255] 之間才能看清。代碼如下:
# 將像素值標定到[0,255]之間
def scale_intensity(image):
min = image.min()
max = image.max()
image = (image - min) / (max - min) * 255.0
return image
# 計算頻譜圖
def spectrogram(image):
dft = dft2d(image)
spec = np.sqrt(np.power(np.real(dft), 2) + np.power(np.imag(dft), 2))
spec = np.log(0.5 + spec) * 10
spec = scale_intensity(spec)
return spec
image = cv2.imread("your_file.png", cv2.IMREAD_GRAYSCALE)
spec = spectrogram(image)
cv2.imwrite("spec.png", spec)
結果展示:
左圖是原圖,右圖是頻譜圖。如果仔細看的話,可以發現頻譜圖四個角有一些白色的點。這是因為圖片中低頻成分居多,而頻譜圖四個角代表的就是低頻分量(至於為什麽四個角是低頻,我也沒搞懂)。
實踐中,人們習慣於把低頻都聚集到圖片中心,這樣方便後續的操作。根據平移性質:
\[
F(u-\frac{M}{2},v-\frac{N}{2}) =f(x,y)(-1)^{x+y}
\]
要把頻譜圖的低頻部分平移到中心,需要將整個頻譜圖平移 \((M/2, N/2)\) 個單位,也就是需要對原圖乘以 \((-1)^{x+y}\)。代碼如下:
def shift_image(image):
M, N = image.shape[0], image.shape[1]
for x in range(M):
for y in range(N):
image[x, y] *= np.power(-1, x + y)
return image
image = cv2.imread("your_file.png", cv2.IMREAD_GRAYSCALE)
shift_image(image)
spec = spectrogram(image)
cv2.imwrite("shift_spec.png", spec)
結果展示:
離散傅立葉反變換
講完傅立葉變換後,反變換基本也得到了,唯一的區別是,這一次我們需要計算一個傅立葉反變換的矩陣。這個矩陣和之前計算的矩陣 \(W_M\) 的區別只在於符號,這裏就直接給出代碼了:
def idftmtx(M):
n = np.asmatrix(np.arange(M))
# 下面的符號是正的
return np.exp((2j * np.pi / M) * n.transpose() * n)
反變換的代碼如下:
def idft2d(input):
M, N = input.shape[0], input.shape[1]
return idftmtx(M) * input * idftmtx(N)
把之前得到的傅立葉變換的結果,輸入 idft2d
函數後,再取實部既可以得到原圖:
image = cv2.imread("your_file.png", cv2.IMREAD_GRAYSCALE)
dft = dft2d(image)
idft = idft2d(dft)
cv2.imwrite("idft.png", np.real(idft))
結果如下:
這個反變換的結果和原圖是略有差別的,因為傅立葉變換時舍棄了很多高頻成分。不過,由於圖片中高頻成分本身就比較少,所以這點差別可以忽略不計。
圖像中的傅立葉變換(三)