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做FFT将结果放回该行,然后再对列做FFT结果放在该列,计算完所有的列以后,结果就是响应的二维FFT。

本次所有操作都是对基2的数据进行的操作。

二维IFFT网上很少见到,操作过程是:上述的傅里叶变换结果,先对每列做一维IFFT,结果放在该列,取复数矩阵其共轭,然后再按照每行做一维IFFT,其结果放在该行,即为最终结果。上代码:

1D.c:

//

// 1D.c

// Fourer

//

// Created by 谭升 on 14/11/25.

// Copyright (c) 2014年 谭升. All rights reserved.

//

#include "Fourer.h"

int isBase2(int size_n){

int k=size_n;

int z=0;

while (k/=2) {

z++;

}

k=z;

if(size_n!=(1<

return -1;

else

return k;

}

//复数基本运算

///

void Add_Complex(Complex * src1,Complex *src2,Complex *dst){

dst->imagin=src1->imagin+src2->imagin;

dst->real=src1->real+src2->real;

}

void Sub_Complex(Complex * src1,Complex *src2,Complex *dst){

dst->imagin=src1->imagin-src2->imagin;

dst->real=src1->real-src2->real;

}

void Multy_Complex(Complex * src1,Complex *src2,Complex *dst){

double r1=0.0,r2=0.0;

double i1=0.0,i2=0.0;

r1=src1->real;

r2=src2->real;

i1=src1->imagin;

i2=src2->imagin;

dst->imagin=r1*i2+r2*i1;

dst->real=r1*r2-i1*i2;

}

void Copy_Complex(Complex * src,Complex *dst){

dst->real=src->real;

dst->imagin=src->imagin;

}

void Show_Complex(Complex * src,int size_n){

if(size_n==1){

if(src->imagin>=0.0)

printf("%lf+%lfj ",src->real,src->imagin);

else

printf("%lf%lfj ",src->real,src->imagin);

}

else if(size_n>1){

for(int i=0;i

if(src[i].imagin>=0.0){

printf("%lf+%lfj ",src[i].real,src[i].imagin);

}

else

printf("%lf%lfj ",src[i].real,src[i].imagin);

}

}

//计算WN

///

void getWN(double n,double size_n,Complex * dst){

double x=2.0*M_PI*n/size_n;

dst->imagin=-sin(x);

dst->real=cos(x);

}

//随机初始化输入

///

void setInput(double * data,int n){

printf("Setinput signal:\n");

srand((int)time(0));

for(int i=0;i

data[i]=rand()%VALUE_MAX;

}

}

//标准DFT

///

void DFT(double * src,Complex * dst,int size){

for(int m=0;m

double real=0.0;

double imagin=0.0;

for(int n=0;n

double x=M_PI*2*m*n;

real+=src[n]*cos(x/size);

imagin+=src[n]*(-sin(x/size));

}

dst[m].imagin=imagin;

dst[m].real=real;

}

}

//IDT,复原傅里叶

///

void IDFT(Complex *src,Complex *dst,int size){

for(int m=0;m

double real=0.0;

double imagin=0.0;

for(int n=0;n

double x=M_PI*2*m*n/size;

real+=src[n].real*cos(x)-src[n].imagin*sin(x);

imagin+=src[n].real*sin(x)+src[n].imagin*cos(x);

}

real/=SIZE;

imagin/=SIZE;

if(dst!=NULL){

dst[m].real=real;

dst[m].imagin=imagin;

}

}

}

//FFT前,对输入数据重新排序

///

int FFTReal_remap(double * src,int size_n){

if(size_n==1)

return 0;

double * temp=(double *)malloc(sizeof(double)*size_n);

for(int i=0;i

if(i%2==0)

temp[i/2]=src[i];

else

temp[(size_n+i)/2]=src[i];

for(int i=0;i

src[i]=temp[i];

free(temp);

FFTReal_remap(src, size_n/2);

FFTReal_remap(src+size_n/2, size_n/2);

return 1;

}

int FFTComplex_remap(Complex * src,int size_n){

if(size_n==1)

return 0;

Complex * temp=(Complex *)malloc(sizeof(Complex)*size_n);

for(int i=0;i

if(i%2==0)

Copy_Complex(&src[i],&(temp[i/2]));

else

Copy_Complex(&(src[i]),&(temp[(size_n+i)/2]));

for(int i=0;i

Copy_Complex(&(temp[i]),&(src[i]));

free(temp);

FFTComplex_remap(src, size_n/2);

FFTComplex_remap(src+size_n/2, size_n/2);

return 1;

}

//FFT公式

///

void FFT(Complex * src,Complex * dst,int size_n){

int k=size_n;

int z=0;

while (k/=2) {

z++;

}

k=z;

if(size_n!=(1<

exit(0);

Complex * src_com=(Complex*)malloc(sizeof(Complex)*size_n);

if(src_com==NULL)

exit(0);

for(int i=0;i

Copy_Complex(&src[i], &src_com[i]);

}

FFTComplex_remap(src_com, size_n);

for(int i=0;i

z=0;

for(int j=0;j

if((j/(1<

Complex wn;

getWN(z, size_n, &wn);

Multy_Complex(&src_com[j], &wn,&src_com[j]);

z+=1<

Complex temp;

int neighbour=j-(1<

temp.real=src_com[neighbour].real;

temp.imagin=src_com[neighbour].imagin;

Add_Complex(&temp, &src_com[j], &src_com[neighbour]);

Sub_Complex(&temp, &src_com[j], &src_com[j]);

}

else

z=0;

}

}

for(int i=0;i

Copy_Complex(&src_com[i], &dst[i]);

}

free(src_com);

}

void RealFFT(double * src,Complex * dst,int size_n){

int k=size_n;

int z=0;

while (k/=2) {

z++;

}

k=z;

if(size_n!=(1<

exit(0);

Complex * src_com=(Complex*)malloc(sizeof(Complex)*size_n);

if(src_com==NULL)

exit(0);

for(int i=0;i

src_com[i].real=src[i];

src_com[i].imagin=0;

}

FFTComplex_remap(src_com, size_n);

for(int i=0;i

z=0;

for(int j=0;j

if((j/(1<

Complex wn;

getWN(z, size_n, &wn);

Multy_Complex(&src_com[j], &wn,&src_com[j]);

z+=1<

Complex temp;

int neighbour=j-(1<

temp.real=src_com[neighbour].real;

temp.imagin=src_com[neighbour].imagin;

Add_Complex(&temp, &src_com[j], &src_com[neighbour]);

Sub_Complex(&temp, &src_com[j], &src_com[j]);

}

else

z=0;

}

}

for(int i=0;i

Copy_Complex(&src_com[i], &dst[i]);

}

free(src_com);

}

//IFFT实现

void IFFT(Complex * src,Complex * dst,int size_n){

for(int i=0;i

src[i].imagin=-src[i].imagin;

FFTComplex_remap(src, size_n);

int z,k;

if((z=isBase2(size_n))!=-1)

k=isBase2(size_n);

else

exit(0);

for(int i=0;i

z=0;

for(int j=0;j

if((j/(1<

Complex wn;

getWN(z, size_n, &wn);

Multy_Complex(&src[j], &wn,&src[j]);

z+=1<

Complex temp;

int neighbour=j-(1<

Copy_Complex(&src[neighbour], &temp);

Add_Complex(&temp, &src[j], &src[neighbour]);

Sub_Complex(&temp, &src[j], &src[j]);

}

else

z=0;

}

}

for(int i=0;i

dst[i].imagin=(1./size_n)*src[i].imagin;

dst[i].real=(1./size_n)*src[i].real;

}

}

2D.c

//

// 2D.c

// Fourer

//

// Created by 谭升 on 14/11/25.

// Copyright (c) 2014年 谭升. All rights reserved.

//

#include "Fourer.h"

/*

*/

int DFT2D(double *src,Complex *dst,int size_w,int size_h){

for(int u=0;u

for(int v=0;v

double real=0.0;

double imagin=0.0;

for(int i=0;i

for(int j=0;j

double I=src[i*size_w+j];

double x=M_PI*2*((double)i*u/(double)size_w+(double)j*v/(double)size_h);

real+=cos(x)*I;

imagin+=-sin(x)*I;

}

}

dst[u*size_w+v].real=real;

dst[u*size_w+v].imagin=imagin;

}

}

return 0;

}

/*

*/

int IDFT2D(Complex *src,Complex *dst,int size_w,int size_h){

for(int i=0;i

for(int j=0;j

double real=0.0;

double imagin=0.0;

for(int u=0;u

for(int v=0;v

double R=src[u*size_w+v].real;

double I=src[u*size_w+v].imagin;

double x=M_PI*2*((double)i*u/(double)size_w+(double)j*v/(double)size_h);

real+=R*cos(x)-I*sin(x);

imagin+=I*cos(x)+R*sin(x);

}

}

dst[i*size_w+j].real=(1./(size_w*size_h))*real;

dst[i*size_w+j].imagin=(1./(size_w*size_h))*imagin;

}

}

return 0;

}

/*

*/

void ColumnVector(Complex * src,Complex * dst,int size_w,int size_h){

for(int i=0;i

Copy_Complex(&src[size_w*i], &dst[i]);

}

/*

*/

void IColumnVector(Complex * src,Complex * dst,int size_w,int size_h){

for(int i=0;i

Copy_Complex(&src[i],&dst[size_w*i]);

}

/*

*/

int FFT2D(double *src,Complex *dst,int size_w,int size_h){

if(isBase2(size_w)==-1||isBase2(size_h)==-1)

exit(0);

Complex *temp=(Complex *)malloc(sizeof(Complex)*size_h*size_w);

if(temp==NULL)

return -1;

for(int i=0;i

RealFFT(&src[size_w*i], &temp[size_w*i], size_w);

}

Complex *Column=(Complex *)malloc(sizeof(Complex)*size_h);

if(Column==NULL)

return -1;

for(int i=0;i

ColumnVector(&temp[i], Column, size_w, size_h);

FFT(Column, Column, size_h);

IColumnVector(Column, &temp[i], size_w, size_h);

}

for(int i=0;i

Copy_Complex(&temp[i], &dst[i]);

free(temp);

free(Column);

return 0;

}

/*

*/

int IFFT2D(Complex *src,Complex *dst,int size_w,int size_h){

if(isBase2(size_w)==-1||isBase2(size_h)==-1)

exit(0);

Complex *temp=(Complex *)malloc(sizeof(Complex)*size_h*size_w);

if(temp==NULL)

return -1;

Complex *Column=(Complex *)malloc(sizeof(Complex)*size_h);

if(Column==NULL)

return -1;

for(int i=0;i

ColumnVector(&src[i], Column, size_w, size_h);

IFFT(Column, Column, size_h);

IColumnVector(Column, &src[i], size_w, size_h);

}

for(int i=0;i

src[i].imagin=-src[i].imagin;

for(int i=0;i

IFFT(&src[size_w*i], &temp[size_w*i], size_w);

}

for(int i=0;i

Copy_Complex(&temp[i], &dst[i]);

free(temp);

free(Column);

return 0;

}

结果:

c代码实现 ifft运算_二维FFT,IFFT,c语言实现 | 学步园相关推荐

  1. python实现归一化去噪_二维FFT的归一化处理

    首先,需要注意的是,这个问题与1D和2D fft之间的差异无关,而是与总功率和平均功率如何随阵列中元素的数量而变化有关.在 当您说9的因子来自a中的元素比b中的元素多9倍时,您说得非常正确.令人困惑的 ...

  2. 【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 ...

  3. 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 ...

  4. 二维码简介_二维码基本概念_二维码基本原理

    一.二维码简介_二维码基本概念_二维码基本原理 1.二维码又称二维条码,常见的二维码为QR Code,QR全称Quick Response,是一个近几年来移动设备上超流行的一种编码方式,它比传统的Ba ...

  5. C# 传递数组参数_一维数组_二维数组

    using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.T ...

  6. 一行代码实现自制炫酷二维码

    一行代码实现自制炫酷二维码 文章目录 一行代码实现自制炫酷二维码 一.简介 二.安装模块 三.制作二维码 1.导入模块 2.选择一个链接生成二维码 3.生成动态的二维码 一.简介 现在,二维码十分的普 ...

  7. wrcoef2函数_二维离散小波变换函数使用总结

    前言 地球物理信号不止有地表检波器接收的一维信号!当把检波器排列为一个阵列时,将它们各自记录的信号集合在一起就是一个二维信号.有些背景噪声:在一维信号中体现的是随机性,但有可能在二维信号中就显示出很强 ...

  8. jquery二维码生成插件_二维码生成器

    jquery二维码生成插件_二维码生成器 下载地址:jquery生成二维码.rar 转载于:https://www.cnblogs.com/wifi/articles/3176529.html

  9. java二维数组扫雷,C语言二维数组实现扫雷游戏

    #include //使用二维数组实现 扫雷 int main() { char ui[8][8]={ '+','+','+','+','+','+','+','+', '+','+','+','+' ...

最新文章

  1. C++中的 c_str() 函数
  2. Python常用模块之time模块
  3. java poi doc转docx_Java 插入Word分页符、分节符
  4. Java基础—序列化底层原理
  5. 数据库连接池-连接的关闭内幕
  6. 图片和文件上传js剖析
  7. JavaScript之eval() 函数
  8. JAVA并发,线程异常捕获
  9. python unittest教程_Python Unittest原理及基本使用方法
  10. 汇编--查找第一个非0字符的五种方法
  11. python 多and or执行顺序
  12. 零基础入门语义分割-Task5 模型训练与验证
  13. mysql库的user表误删除或mysql的管理员密码丢失的解决方法
  14. 去除TCP/IP筛选
  15. 今天给同学写5个数据结构算法的题...感觉很有价值的几个题..感兴趣的坐下。。...
  16. date日期格式化 java,Java日期格式化常用方法
  17. PPC手机QQ2008 最新版下载
  18. 机器学习十大算法实现代码汇总(python)----线性回归、逻辑回归、决策树、支持向量机、朴素贝叶斯、K邻近算法、K-均值算法、随机森林、降低维度算法、梯度增强算法
  19. pink-jQuery
  20. 进程和线程常见的19个问题

热门文章

  1. Neo4j技能树学习之路
  2. java go to语句_Java用()来实现go to语句所特有的一些功能。A.breakB.defaultC.contin...
  3. 分体式耳机是什么意思?2021年高音质分体式蓝牙耳机推荐
  4. 局域网内VSS无法连接的一个“恶心他妈给恶心开门”的问题
  5. 阿ken的HTML、CSS的学习笔记_CSS3选择器(笔记四)
  6. 魅族2014发布会简单总结
  7. Android屏幕常亮防息屏
  8. 如何将交叉引用参考文献批量变为上标
  9. 解决Windows无法NFS启动imx6ull开发板的问题
  10. 常用MOSFET管型号