利用傅里叶变换公式理解camera raw中的纹理和清晰度的概念(可惜的是camera raw的计算公式应该不会是这个傅里叶变换,只能说类似于这里的效果)

文章探讨了图像处理中的概念,如Adobe官方的图片分解理论,解释了锐化、纹理提升与清晰度调整如何影响图片的高频、中频和低频成分。作者通过数学分析揭示了频率域与空间域之间的关系,以及这些操作如何导致像素值的变化模式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

知乎说:在Adobe官方的解释中,就像图片可以分解成彩色通道(如:红绿蓝通道),同样的,图片也可以分解成不同的频率,一张图片可以是由高频,中频和低频组成,例如,锐化的原理就是图片的一种高频控制,而纹理,则是对图片的中频控制。

这句话是真的吗?

锐化我是知道的,图像边缘是空间域中最接近的部分的灰度级的突变,原因之前解释过了,相邻像素点的位置(x,y)改变的时候,把(x,y)用二进制看,那么x和y的高位部分不变,取逆之后是控制频率位置(u,v)的低位不分不变,即是控制在频率值累加的过程中,低频函数值的正负号不变,而高频函数值的正负号改变。

现在这里说纹理提升的意思是中频部分的函数值增大了,如何理解?

首先还是需要把空间域的位置(x,y)二进制的位数分成三个区域,低位区域,中间位区域,高位区域。空间域的高位对应频率域的低位,对应的是清晰度。当把清晰度提高的时候,也就是增大了频率域低位的值ai,而在我的公式中(这只是一维公式,只是做直观的理解),

fj=\sum_{i=0}^{N-1}\delta (fj,ai)*ai*e^{\theta_{i} },ai只是向量的模,肯定是有影响,但是影响多大呢?而且问题是对于灰度级fj的值是增大还是减少呢?其实不清楚。不管这些,可以知道的是在空间域中,影响的值是空间域的高位的像素值,可能变大也可能变小。如果把图像按照中心点分成四个部分,那岂不是只影响第四部分的值了?这感觉不均匀,理解不像是正确的。

如果只是改变二进制位的最高位一个值,确实是这样的。但是如果改变的是高位的区域呢?四部分的划分方式是最高位和低位的划分,但是其实还有次高位的划分,在第一部分中其实还是有次高位的,所以,如果把清晰度的调整理解为是高位区域有多个位数的话,那么提高清晰度的操作,对图像的区域影响是比较均匀的。

现在把图像中的高位区域理解为图像按照大块的方式的分割区域,毕竟二进制区域本来就是一种分割方式,所以清晰度调整的是大块相间的间隔区域中的灰度级,效果可能是同时改变高位区域中的某一位的符号。但是这些分析暂且还没有用。

我之前写过\theta_{i}的计算方式:

计算输入的ai在复平面的转动角度\theta_{i},即是ai*e^{\theta_{i} }。假设N恰好是2次方幂,设长度为m=\log_{2} N。假设下标i的二进制数为x1x2....xm。

\theta_{i} =\sum_{j=1}^{m}(2\pi/2^{j})*xj,当xj=1,是累加进去的,xj=0就没有加。

不管i的二进制位的某个数值是不是0,可以知道的是相位角的大小的影响方式是从频率位置i的低位到高位,低位影响大,高位影响小,所以,空间域的高位区域,对应频率域的低频区域的时候,可以知道的是频率域的低位区域的ai改变,对像相应的空间域的像素值的影响最明显,因为低频区域对相位角旋转方向影响最大。

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值