• FFT2 图像二维FFT含义解释


    一维情况时:

    clc; clear;

    x = zeros(256,1);

    n=100; nw=1;

    for i=n:n+nw

    x(i) = 1;

    end

    f = fft(x);

    figure(1); subplot(2,1,1); plot(x); axis([0 300 -1 2]);

    title(['Signal, width=', num2str(nw)]);

    figure(1); subplot(2,1,2); plot(abs(f(1:128)))

    title('Spectrum');

    clip_image002clip_image004

    clip_image006clip_image008

    矩形脉冲宽度窄时,高频分量多,宽度宽时,高频分量减少

    clc; clear;

    A = zeros(256, 256);

    A = im2uint8(A);

    m=100; n=100;

    mw=50; nw=1;

    for i=m:m+mw

    for j=n:n+nw

    A(i,j) = 255;

    end

    end

    figure(1); subplot(2,1,1); imshow(A), colorbar

    title(['Image, pulse width=', num2str(nw), ', pulse height=', num2str(mw)]);

    B = fft2(A);

    C = fftshift(B);

    figure(1);subplot(2,1,2); imshow((abs(C)), []), colorbar

    title('Image spectrum');

    clip_image010clip_image012

    clip_image014clip_image016

    只是考察了水平方向的变换,脉冲水平宽度窄时,水平高频分量多,水平宽度宽时,水平高频分量减少

    垂直方向可以类推。

    目前还不明白斜对角的频谱表示什么含义?

    clc; clear;

    A = zeros(256, 256);

    A = im2uint8(A);

    m=100; n=100;

    r=1;

    for i=1:256

    for j=1:256

    if( sqrt( (i-m)^2+(j-n)^2 ) <= r )

    A(i,j) = 255;

    end

    end

    end

    figure(1); subplot(2,1,1); imshow(A), colorbar

    title(['Image, pulse center=', num2str(n), ', pulse radius=', num2str(r)]);

    B = fft2(A);

    C = fftshift(B);

    figure(1);subplot(2,1,2); imshow((abs(C)), []), colorbar

    title('Image spectrum');

    clip_image018clip_image020clip_image022clip_image024

    可以看出,FFT2虽然只是在水平和垂直方向的频谱分析,但是也显示了斜方向的频谱情况,如果使用一个椭圆脉冲,应该可以更清楚的看出在斜方向的频谱情况。

    clip_image026clip_image028

  • 相关阅读:
    腾讯云短信接口完成验证码功能
    git使用的简要介绍
    drf分页组件补充
    drf中的jwt使用与手动签发效验
    django的认证演变过程分析
    drf三大认证补充
    drf三大认证
    IO事件
    配置Java环境变量
    各种O
  • 原文地址:https://www.cnblogs.com/yanhc/p/2408162.html
Copyright © 2020-2023  润新知