Peut-on profiter du fait que les composantes haute fréquence dans la FFT d'une image correspondent généralement à des contours, pour mettre en œuvre un algorithme de détection de contours dans le domaine de Fourier? J'ai essayé de multiplier un filtre passe-haut par la FFT d'une image. Bien que l'image résultante corresponde aux bords, ce n'était pas exactement la détection des bords établie à l'aide des matrices de convolution. Existe-t-il un moyen de détecter les contours dans le domaine Fourier, ou ce n'est pas possible du tout?
Habituellement, la détection des bords se fait par une convolution d'un filtre / noyau 2-D comme Roberts Cross ou une formulation Sobel . Puisqu'il s'agit de convolutions, les règles LTI s'appliquent, comme pouvoir les appliquer de manière équivalente dans le domaine fréquentiel. C'est-à-dire, prendre à la fois le noyau et l'image dans le domaine fréquentiel via DFT, les multiplier ensemble, puis IDFT le résultat dans le domaine spatial.
Je dois également ajouter que les noyaux dans le domaine spatial tentent en fait d'exploiter les caractéristiques de haute fréquence spatiale des bords. Par exemple, si vous regardez Roberts, vous pouvez voir comment il fait une différenciation entre les points diagonaux - c'est-à-dire une opération de filtrage passe-haut.
la source
Une seule étape et une seule dent de scie produisent une belle relation linéaire entre la fréquence et la phase dans le domaine fréquentiel, la pente de la phase non enveloppée dépendant de l'emplacement du bord dans la fenêtre FFT. Pour détecter ou estimer l'emplacement d'un front unique supposé, vous pouvez essayer de dérouler la phase dans le domaine fréquentiel et voir si le résultat a une corrélation linéaire suffisante pour passer un certain seuil de détection.
la source