如何使用一系列 X 射线扫描图像的傅立叶变换对其进行分割？

信息处理 图像处理 傅里叶变换
2022-02-11 17:12:17

抱歉，如果这个问题看起来微不足道，但在信号和图像处理方面我有点新手，我需要一些指导。

我有大约 256 个灰度图像的 3D 堆栈，每个像素分辨率为 256x256，来自岩石样本的 X 射线断层扫描。我想分割数据以将空隙空间与固体空间隔离开来。通常，我使用 ImageJ 软件根据灰度颜色值的直方图使用其“自动”功能对其进行分割。我想知道使用灰度数据的傅立叶变换是否可以在此过程中以某种方式帮助我。FT 能告诉我哪些关于可用于分割目的的图像数据？

2个回答

引用自维基：

“（时间的）函数是具有完美时间分辨率但没有频率信息的信号的表示，而傅里叶变换具有完美的频率分辨率，但没有时间信息。”

在您的情况下，傅里叶变换没有空间信息。所以对于分割，你最好尝试时频分析，比如小波变换

如果我理解您的要求，那么您正在寻找一种使用 FT 进行图像分割的算法。

1) FT 会告诉您图像中的哪个位置有高频分量。高频分量代表像素值跳跃较大的点，即片段。

2）分割不是在FT域中进行，而是在图像域中进行。通常由于上述 1)，您几乎总是会使用高通滤波器（例如 roberts cross 或 sobel 滤波器）

3) 给定 2)，你能做的最好的事情是研究 Canny 边缘检测，它是图像处理中用于分割的主要算法。（这里是算法的java实现）

您可以在 Gonzalez & Woods 的数字图像处理中找到更多信息

其它你可能感兴趣的问题
上一篇HMM's - 可能性？ 下一篇对于两个正弦波，它们的相干性大小告诉我们什么，为什么周期图和 csd 命令会产生不正确的结果？