请问图像的频域是个什么概念？

[qq_27691569]

最近听老师讲图像的频域问题，听得云里雾里，谁能通俗的讲解下频域是个什么概念，信号中的频域我还是能理解的，但感觉图像和信号是两码事

[风雨也无晴]

图像属于信号的一种，不谢

[schlafenhamster]

首先是 频率， 表示 信号 变化的 速度。 对 2维 图像 就是 图形 在 2个方向（x，y）上的 变化速度，

[xf_21]

有时候，理解不了的东西就别理解了，特别是无益于实际的概念。没有意义。

[xf_21]

搜了一下: “ 图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。 ” 本来嘛，频率域不就是以某个指标为横轴，以这个指标出现的次数为纵轴的意思么，有啥神秘的。对图像来说，除了图像的颜色，还有啥指标可研究？我念了很多年书，现在挺讨厌大学里装逼的教授们，说话太绕，不实际。

[qq_27691569]

引用 1 楼 风雨也无晴的回复:

图像属于信号的一种，不谢

那请问图像的频率是啥

[qq_27691569]

引用 2 楼 schlafenhamster的回复:

首先是 频率， 表示 信号 变化的 速度。 对 2维 图像 就是 图形 在 2个方向（x，y）上的 变化速度，

哦，有点明白，这变化是只哪方面的变化？灰度？

[qq_27691569]

引用 4 楼 xf_21的回复:

搜了一下: “ 图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。 ” 本来嘛，频率域不就是以某个指标为横轴，以这个指标出现的次数为纵轴的意思么，有啥神秘的。对图像来说，除了图像的颜色，还有啥指标可研究？我念了很多年书，现在挺讨厌大学里装逼的教授们，说话太绕，不实际。

这么说的话，横轴指的是梯度？这样理解对么

[schlafenhamster]

频率域 就是以频率为横轴， 这个频率上信号的 幅度 （没有 相位）为 纵轴。

[schlafenhamster]

“这变化是只哪方面的变化” 可以是 颜色， 亮度， 饱和度。

[schlafenhamster]

“梯度” 是 “场” 的 概念， 梯度大 表示变化快， 但 不是 频率 的 概念。

[赵4老师]

http://www.cnblogs.com/liyiwen/archive/2013/08/26/3281752.html

[hbs_biscuit]

图像就是 二维的信号，我们平时学的 信号是一维的 ，同样都可以做卷积，傅氏变换， 拉普拉斯变换 z变换 等 。

[xf_21]

引用 8 楼 qq_27691569 的回复:

[quote=引用 4 楼 xf_21的回复:]搜了一下: “ 图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。 ” 本来嘛，频率域不就是以某个指标为横轴，以这个指标出现的次数为纵轴的意思么，有啥神秘的。对图像来说，除了图像的颜色，还有啥指标可研究？我念了很多年书，现在挺讨厌大学里装逼的教授们，说话太绕，不实际。

这么说的话，横轴指的是梯度？这样理解对么[/quote] 横轴是灰度，纵细为该灰度出现的次数或百分比。比如说，图像是256色的，那么灰度只有256种，然后统计图像像素中每种灰度的总数，做出一个曲线来，就可以反映图像的总体颜色特征。我的理解就是这样。

[qq_27691569]

引用 9 楼 xf_21的回复:

[quote=引用 8 楼 qq_27691569 的回复:] [quote=引用 4 楼 xf_21的回复:]搜了一下: “ 图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。 ” 本来嘛，频率域不就是以某个指标为横轴，以这个指标出现的次数为纵轴的意思么，有啥神秘的。对图像来说，除了图像的颜色，还有啥指标可研究？我念了很多年书，现在挺讨厌大学里装逼的教授们，说话太绕，不实际。

这么说的话，横轴指的是梯度？这样理解对么[/quote] 横轴是灰度，纵细为该灰度出现的次数或百分比。比如说，图像是256色的，那么灰度只有256种，然后统计图像像素中每种灰度的总数，做出一个曲线来，就可以反映图像的总体颜色特征。我的理解就是这样。[/quote] 这是灰度直方图啊。。

[geleg]

时域，空域，频域，三套坐标系，三种变换。 不过对于图像，一般的处理都是空间域上的。没有这个时域。 图像信号至少也要三个维度才能表示出来，不像一般的位移，速度这种信号，时域上二个维度就可以。 频率域，把信号进行傅立叶变换即可得到。 二维的是变成一系列谐波的叠加。可以看到信号的频率。 对于图像，即是灰度变化程度的显现，也就是灰度的梯度值。 像图像边缘、噪声，灰度变化剧烈，显现为高频分量。 而图像内部，缓慢灰度变化的，显现为低频分量。 因此在频域，可以给图像去除噪点，也可以识别出边缘。