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');

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');

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');

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。

转载于:https://www.cnblogs.com/yanhc/archive/2012/03/20/2408162.html

FFT2 图像二维FFT含义解释相关推荐

  1. 通过二维FFT变换对比加入窗函数之后的图像频谱和相位

    目录 一.理论基础 1.1二维FFT变换 1.2窗函数 二.核心程序 三.测试结果 一.理论基础 1.1二维FFT变换 以下公式定义 m×n 矩阵 X 的离散傅里叶变换 Y: ωm 和 ωn 是复单位 ...

  2. TMS320C6455二维FFT和IFFT实现

    目录 FFT原理简介 DSPLib配置 图像数据生成 DSPLib中的FFT和IFFT 二维FFT和IFFT实现 图像分析工具(Image Analyzer) 测试结果 相关资源链接 参考资料: Ra ...

  3. 【OpenCV 例程200篇】54. OpenCV 实现图像二维卷积

    [OpenCV 例程200篇]54. OpenCV 实现图像二维卷积 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 ...

  4. 【OpenCV 例程200篇】53. Scipy 实现图像二维卷积

    [OpenCV 例程200篇]53. Scipy 实现图像二维卷积 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 滤 ...

  5. OpenCV中Mat,图像二维指针和CxImage类的转换

    在做图像处理中,常用的函数接口有OpenCV中的Mat图像类,有时候需要直接用二维指针开辟内存直接存储图像数据,有时候需要用到CxImage类存储图像.本文主要是总结下这三类存储方式之间的图像数据的转 ...

  6. 【经典算法实现 44】理解二维FFT快速傅里叶变换 及 IFFT快速傅里叶逆变换(迭代法 和 递归法)

    [经典算法实现 44]理解二维FFT快速傅里叶变换 及 IFFT快速傅里叶逆变换(迭代法 和 递归法) 一.二维FFTFFTFFT快速傅里叶变换 公式推导 二.二维FFTFFTFFT 及 IFFTIF ...

  7. c代码实现 ifft运算_二维FFT,IFFT,c语言实现 | 学步园

    学习DIP第6天 网上关于FFT的实例有很多,具体也可以参照上一篇,其实Matlab,OpenCV都可以很轻松的实现相关操作,但是对于学习其原理,还是自己操作下比较好. 二维FFT的是实现方法是先对行 ...

  8. 图像二维离散小波变换

    版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/daisy9212/article/de ...

  9. 扫描图像二维码抠图(倾斜校正 去黑边)

    扫描图像二维码抠图(倾斜校正 去黑边) 时间:2016-05-06 16:23:15      阅读:1459      评论:0      收藏:0      [点我收藏+] 标签:des   算法 ...

最新文章

  1. jQuery选择器之可见性过滤选择器Demo
  2. 开发针对特殊租户的Teams机器人
  3. 「offer来了」面试中必考的15个html知识点
  4. 如何在html文件中包含其他html文件
  5. keras——基于神经网络的风格迁移生成艺术字
  6. 为什么优秀和听话总是难两全?
  7. integer为null_走进 JDK 之 Integer
  8. 人工智能应用在会计工作中的优势
  9. 只允许,同一域名下IFRAME,禁止直接访问页面
  10. “区块链+”教育的发展现状及其应用价值研究
  11. Python多项逻辑回归用LogisticRegression识别英文字母数据集letter-recognition.data
  12. 国内的微软更新服务器地址,windows update 服务器
  13. Autumn中文文档0:为什么使用Autumn
  14. Only no-arg methods may be annotated with @Scheduled 的解决方法
  15. 如何设置窗口的标题栏里的标题【转】
  16. 写给未来的自己-面试的那些准备
  17. Acrel-7000企业能源管控平台在浙江春风动力股份有限公司的应用
  18. java开发机器人聊天_聊天机器人与Web开发的未来
  19. 联想服贸会开启元宇宙新场景 新IT技术打造中国数字经济新动能
  20. C语言中的 static变量(全局和局部)、static函数总结

热门文章

  1. 吴恩达机器学习笔记 —— 7 Logistic回归
  2. 使用bash工具创建ssh key
  3. 再造一个爱因斯坦?GPT-3 让我看到了名人“重生”的希望
  4. Nature重大突破!将皮肤细胞直接转化成感光细胞让小鼠重见光明!
  5. 王喜文:图解新基建,细说新机遇(100图)
  6. 工业物联网的应用领域与方向
  7. 深度报告解密华为汽车业务!布局三大领域,对标世界级Tier1
  8. 一文解析|首个上榜科创板的机器人企业,江苏北人“闯关记”
  9. 对号入座,看看未来几年机器人是否会取代你的工作
  10. 人工智能元老痛批IBM:沃森是个骗局,这根本不是认知