低频噪音

傅立叶变换在图像处理中有非常非常的作用。因为不仅傅立叶分析涉及图像处理的很多方面，傅立叶的改进算法， 比如离散余弦变换，gabor与小波在图像处理中也有重要的分量。 印象中，傅立叶变换在图像处理以下几个话题都有重要作用： 1.图像增强与图像去噪 绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频——噪声; 边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘； 2.图像分割之边缘检测 提取图像高频分量 3.图像特征提取： 形状特征：傅里叶描述子 纹理特征：直接通过傅里叶系数来计算纹理特征 其他特征：将提取的特征值进行傅里叶变换来使特征具有平移、伸缩、旋转不变性 4.图像压缩 可以直接通过傅里叶系数来压缩数据；常用的离散余弦变换是傅立叶变换的实变换； 傅立叶变换 傅里叶变换是将时域信号分解为不同频率的正弦信号或余弦函数叠加之和。连续情况下要求原始信号在一个周期内满足绝对可积条件。离散情况下，傅里叶变换一定存在。冈萨雷斯版<图像处理>里面的解释非常形象：一个恰当的比喻是将傅里叶变换比作一个玻璃棱镜。棱镜是可以将光分解为不同颜色的物理仪器，每个成分的颜色由波长（或频率）来决定。傅里叶变换可以看作是数学上的棱镜，将函数基于频率分解为不同的成分。当我们考虑光时,讨论它的光谱或频率谱。同样,傅立叶变换使我们能通过频率成分来分析一个函数。 傅立叶变换有很多优良的性质。比如线性

1.地鼓((size)Kick Drum)： 地鼓是一首歌曲里最重要的部分之一，因为它推动着节奏向前进行。这里我们讨论如何处理常见的三种地鼓：第一种我称之为“80年代蓬头地鼓”，你一定熟悉的：强而有力、富含中频、含有重击的“砰“声，想得到这种比较怀旧的地鼓声音，可以先过滤掉60Hz以下的 频率 ，然后根据情况在78-84Hz提升3到6dB((size)Q值大约为1)，使之听起来象是敲在你的胸膛上。接下来在1.5-2.5kHz提升大约6dB来增加“砰“声((size)Q值在1.5-2.5比较适合)，最后在120Hz降大约4dB((size)Q值1.0)。第二种是当今最流行的“Bonham“摇滚地鼓，我通常在120-240Hz提升4dB或更多来得到这种声音，还需要过滤掉1.5kHz以上的所有 频率 ，有时候可能需要在还有一种现在常用的地鼓：比较空、有摩擦声，想得到这种声音，你可以过滤掉100Hz以下的所有声音，在125Hz提升大约3dB，在250-350Hz提升大约4dB。然后过滤掉2kHz以上的所有 频率 。 2.军鼓： 目前有两种使用最广泛的军鼓类型：一种紧凑、有力，另一种松散、比较长((size)通常用于ballads风格的歌曲)首先，任何军鼓都不需要150Hz以下的声音，所以把它们过滤掉。军鼓的中心 频率 通常在1kHz附近数百Hz的频段内，所以在这一频段提升3