use*_*729 5 fft image-processing
我们知道傅立叶变换对噪声敏感(如盐和辣椒),
它怎么还可以用于图像识别？
这里有FT专家吗？
更新以实际回答您提出的问题... :)使用非线性过滤器预处理图像以抑制盐和胡椒噪音.中位数过滤器可能吗？
有关匹配滤波器上FFT的基本教训如下......
在较大图像中检测较小图像的经典方法是匹配滤波器.从本质上讲,这涉及将较大的图像与较小的图像(您想要识别的东西)进行互相关.
匹配滤波器是最佳的,其中较大图像中的唯一噪声是白噪声.
这在计算上很慢,但它可以分解为FFT(快速傅里叶变换)操作,这些操作效率更高.有更复杂的图像匹配方法可以比匹配滤波器更好地容忍其他类型的噪声.但很少有与使用FFT实现的匹配滤波器一样有效.
谷歌"匹配过滤器","互相关"和"卷积过滤器"更多.
例如,这里有一个简短的解释,也指出了这种非常古老的学校图像匹配方法的缺点:http://www.dspguide.com/ch24/6.htm
不确定你到底在问什么。如果您询问如何使用 FFT 进行图像识别，这里有一些想法。
FFT 可用于执行图像“分类”。它不能用于识别不同的人脸或物体，但可以用于对图像类型进行分类。FFT 计算图像的空间频率内容。因此例如自然场景、人脸、城市场景等都会有不同的FFT。因此，您可以对图像甚至图像内进行分类（例如，对地形进行航空照片分类）。
此外，FFT还用于图像识别的预处理。它可用于 OCR（光学字符识别），将扫描图像旋转到正确的方向。键入文本的 FFT 具有很强的方向性。工业自动化中的零件检测也是如此。