图像傅里叶变换的频谱特征 二

很多人都不了解图像(二维)频谱中的每一点究竟代表了什么,有什么意义?

     简而言之:二维频谱中的每一个点都是一个与之一一对应的二维正弦/余弦波。

5,方向性(direction)

在二维频谱图中的任意“一对亮点”(注意:频谱的对称性),都在相应的空间域有一个与之相对应的二维正弦波。亮点在二维频谱中的位置决定了与之对应的正弦波的频率和方向。

在空域图中的任意一条正弦线上,作该正弦线的法线。同时,把频谱图中的一对白色频点和坐标原点(DC中点)用一条直线连接起来。则,空域图中的法线正好和频谱图中的连线是完全平行的,一致的。

上图是一个45度倾斜的正弦波图像。

注意空间域中的任意一条法线和频谱图中频点和频谱图原点(DC)连线都是平行的,同时,空间域中的任意一条正弦线和频谱图中的连线是刚好正交的/垂直的。

上图为相同方向,较低频率正弦图的频谱。注意图中我用白色箭头所画的空间域(左图)的法线和频谱图中(右图)一对频点和DC的连线延长线,是平行的。

上图为相同方向,较高频率正弦图的频谱。注意图中我用白色箭头所画的空间域(左图)的法线和频谱图中(右图)一对频点和DC的连线延长线,是平行的。

下面我们来验证一下其他角度的情况,这一法则是否适用。

上面所有的例子中的频谱图都是频谱中心化的,那么针对没有经过频谱中心化的图呢?

Matlab代码:

clear all
close all
%% Author: J27
% Jesus love you!% Length of signal
L = 512;
% Sampling frequency
FsMid = 500;
% Form sampling vectors
IndexMid = linspace(0,FsMid,L); % build 1D sinewave
SineMid = sin(IndexMid);
% translate 1D wave into 2D sinewave
SinewaveM = repmat(SineMid,[L,1]);
% Rotation angle of Sinewave
Angle = 70;
Irot = imrotate(SinewaveM, Angle, 'loose', 'bilinear');
% figure out the image size of new Sinewave.
Start = floor(size(Irot,1)/4);
Stop = 3*Start;% image crop
Icrop = Irot(Start:Stop,Start:Stop);% windowed Sinewave
Beta = 30;
N = 64;
w = kaiser(N,Beta);
wvtool(w)% zero padding
Ipadding = zeros(size(Icrop,1)*2);
Ipadding((floor(size(Icrop,1)/2)+1):(floor(size(Icrop,1)/2)) + ...size(Icrop,1),(floor(size(Icrop,1)/2)+1):(floor(size(Icrop,1)/2)) + size(Icrop,1)) = Icrop;% Fourier spectrum
HanningWindow = kaiser(size(Icrop,1),Beta)*kaiser(size(Icrop,2),Beta)';
Iwindowed = Icrop .* HanningWindow;
BW = imbinarize(log(abs((fft2(Iwindowed)))+1),6.6);
figure;
imshowpair(Icrop,BW,'montage');

这些实验还说明了一个非常重要的问题,那就是:频谱图中的任意一对对称的两点,或者说是频点,经过傅里叶反变换之后,就是空间域中的一个与之对应的正弦波(即,相应的频率和方向)。如下图所示。

(全文完)

作者 --- 松下J27

参考文献(鸣谢):

【1】Matlab 2017a

【2】[Steven W. Smith] The Scientist and Engineer's Guide to Digital Signal Processing (1999)

谢谢收看!

再见!

格言摘抄:众子啊,现在要听从我,留心听我口中的话。你的心不可偏向淫妇的道,不要入她的迷途。因为,被她伤害仆倒的不少;被她杀戮的而且甚多。她的家是在阴间之路,下到死亡之宫。-------《圣经》 箴言 7章24-27节

未完待续。。。

(*配图与本文无关*)

版权声明:所有的笔记,可能来自很多不同的网站和说明,在此没法一一列出,如有侵权,请告知,立即删除。欢迎大家转载,但是,如果有人引用或者COPY我的文章,必须在你的文章中注明你所使用的图片或者文字来自于我的文章,否则,侵权必究。 ----松下J27

数字图像处理 --- 图像的傅里叶变换的频谱特征 二(方向性)相关推荐

  1. 图像的傅里叶变换的频谱特征 三(平移,旋转,相位的重要性)

    图像傅里叶变换的频谱特征 三 6,平移和旋转 图像的平移并不会影响图像的频谱,同时,图像的相位会随着图像的旋转而旋转. Part I 平移和旋转对频谱的影响 下面我用矩形的频谱图来说明图像中矩形的平移 ...

  2. 数字图像处理图像反转的实现_使用8086微处理器反转16位数字

    数字图像处理图像反转的实现 Problem statement: 问题陈述: Write an assembly language program in 8086 microprocessor to ...

  3. 数字图像处理图像反转的实现_反转8位数字| 8085微处理器

    数字图像处理图像反转的实现 Problem statement: 问题陈述: To reverse 8 bits number using 8085 microprocessors. 使用8085微处 ...

  4. 数字图像处理课设图像的锐化_数字图像处理图像锐化处理.ppt

    数字图像处理图像锐化处理 4.7.2 灰度级到彩色转换 灰度级到彩色转换(例) 在HSI彩色空间的直方图均衡强度均衡处理没有改变图像的色调和饱和度值,但它的确影响了整体图像的彩色感观. 向量分量可以用 ...

  5. matlab 求其骨架,数字图像处理图像的骨架生成和提取(Matlab)三种方法

    [实例简介] 数字图像处理图像的骨架生成和提取(Matlab),有三种方法,推荐给大家! [实例截图] [核心代码] Programe ├── Programe1 │   ├── 00.JPG │   ...

  6. Matlab数字图像处理——图像的空间变换

    Matlab空间变换函数 imtransform Matlab空间变换函数 imtransform 可以实现图像仿射变换(如 平移.旋转.剪切.缩放).投影变换, 该函数可与 maketform 配合 ...

  7. 计算机图像进行滤波的函数,数字图像处理图像滤波.ppt

    数字图像处理图像滤波 图像滤波 图像处理中所用到的图像往往含有噪声,需要用图像滤波的方法去除噪声. 内容框架 像素基础知识介绍 算术和逻辑运算 直方图 直方图均衡算法,用于图像锐化. 图像增强基本方法 ...

  8. 《opencv 数字图像处理 图像基础》

    <opencv 数字图像处理 图像基础> 矩阵 通道分离和合并 彩色图像转灰度图像 灰度图转二值化图像 图像运算 矩阵 定义一个显示图像的函数,对于灰度图,里面添加了vmin=0,vmax ...

  9. 数字图像处理——图像退化与复原

    图像退化与复原 内容简介 1.图像退化与复原的原理 1.1 图像退化的数学模型 1.2 图像退化的原理 1.3 图像复原的原理 2. 图像去噪 2.1 噪声模型 2.2 噪声参数的估计 2.3 针对噪 ...

最新文章

  1. c++结构体定义和使用_【C语言更新】结构体的定义及使用
  2. c++,不能声明为虚函数的函数
  3. Boost:异步操作,涉及重新打包多个操作,但选择仅调用其中一个的测试程序
  4. php环境搭建sqlserver,ThinkPHP5.0/5.1对接SQLServer数据库(宝塔环境)
  5. 无效内存引用_10.swift5-常见语法及内存管理
  6. 一封信:同学聚会后的追忆
  7. C语言航空订票系统课程设计
  8. 单因素试验固定效应模型方差分析
  9. 情感分析技术:让智能客服更懂人类情感
  10. 必领空投一:4EVERLAND部署奖励
  11. HDOJ(HDU) 1862 EXCEL排序(类对象的快排)
  12. jquery事件代理
  13. 基于FFmpeg的视频播放器之十三:抓图
  14. 公司申请高新认定需要有多少个软件著作权证书?
  15. 2020年有哪些ERP系统软件
  16. 英特尔傲腾,让数据管理不再纠结
  17. 南师大计算机科学在全国的排名,2017南京师范大学全国排名
  18. Enea公司----OSE/OSEck RTOS
  19. mysql bulk update_91.一次性处理多条数据的方法:bulk_create,update,delete
  20. IT大学生成长周报 | 发刊词

热门文章

  1. ubuntu16.04安装ros kinetic及遇到的问题
  2. Msfvenom编码免杀技术实现免杀实战
  3. 想了解自动驾驶系统,看完这一篇就够了......
  4. 自动充值平台开发进程之联通卡密一最终实现
  5. WPF实现DNA螺旋粒子动画特效
  6. 测评瑞萨RZ/G2L存储读写速度与网络
  7. 汽车的一些简写名词(后续会继续更新)
  8. 跳转指令: JMP、JECXZ、JA、JB、JG、JL、JE、JZ、JS、JC、JO、JP 等
  9. 00_51入门知识累计_C51简介
  10. ns2利用god获取邻居列表