图像中的细节需要更高频率的基函数。在这种情况下，频率是测量经过一段距离时强度的波动。有很多细节，很多波动，因此频率更高。

降低较高的频率，您会丢失细节，即图像模糊。

阻尼最好在对数尺度上测量（描述）。

考虑这个答案蜂蜜芥末。

我觉得写得很好；正如您可以拥有具有频率属性的时间信号一样，您也可以拥有具有频率的空间信号。这是图像描述和处理中非常重要的概念！

在这种情况下，频率仅意味着当我们在二维图像平面中移动时灰度图像中的强度变化有多快。

您可能知道图像中对象的边缘或边界或轮廓由高频元素组成。为什么？因为为了在图像中显示物体的轮廓，物体边界处的强度需要突然变大或变小。

例如，如果强度在 1 或 2 个像素内从 0 变为 255，则它看起来像是图像中对象的边缘。

现在，如果您通过滤除高频分量来衰减这种强度的突然变化。然后，例如，该区域的强度变化可以变为 0 到 10，现在对象的边缘将被捏造，并且不会像原来那样锐利。

底线：通过滤除图像频谱中的高频分量，我们正在软化通常定义图像中图案和对象边缘的强度的快速变化。而且，通过柔化边缘，我们会得到模糊的图像，因为我们无法再找出边界了。