如何使用频域从背景中分割图像（理论 - 不是代码）答案

【问题标题】：How to split image from background using frequency domain (theoretical - not code)如何使用频域从背景中分割图像（理论 - 不是代码）
【发布时间】：2016-02-17 13:35:02
【问题描述】：

我想了解如何从this specific image 的背景中提取形状使用频域。

我知道解决方案是基于平行线。

谢谢！

编辑：这是变换图像 FFT

【问题讨论】：

我投票决定将此问题作为题外话结束，因为它更多的是关于图像处理理论而不是编程，并且更有可能在dsp.stackexchange.com得到答案
但要简而言之回答您的问题：确定 X 和 Y 轴对角线的空间频率，然后在频域中滤除这些频率（FFT，去除不需要的分量，IFFT）。
在傅里叶空间中，您将有两个选择，每个选择对应于不同的条纹集。看来你懒得做作业了……
我并不懒惰..我只是很困惑..我用变换图像编辑了我的问题。如何确定要删除哪些行？
@paulR “然后在频域中过滤掉这些频率”是什么意思？将这些像素更改为黑色？谢谢！

标签： image-processing fft dft frequency-analysis

【解决方案1】：

我会通过以下方式去除背景条纹：

条纹是平行的并且有 45 度的坡度。你可以想象，傅里叶变换 (TF) 围绕图像旋转并搜索方向，从该方向图像与正弦波具有很强的相关性。

您的条纹可以看作是从左上角（或右下角）垂直于波前沿观察到的一组正弦波的非常原始的近似值。因此，关于条纹的主要（但不是全部）信息位于 FT 对应角之间的对角线上。

对角线上有很多亮点。它们的位置描述了基波的方向和频率，而相应的复数描述了它们的幅度和相位。你需要去掉那些对角线的斑点。

您不应该删除中心的主要光点，因为它描述的是低频信号（例如整个图像的平均亮度）。

在这里你可以看到结果：

如您所见，横穿形状的条纹消失了。背景不是很干净。更高级的方法在这里肯定会有所帮助，但我认为主要思想或多或少是正确的。

【讨论】：