基于java的FFT图像增强
我正在用快速傅立叶变换进行指纹图像增强。我是从网站上得到这个主意的 我已经使用32*32窗口实现了基于java的FFT图像增强,java,math,image-processing,fft,image-enhancement,Java,Math,Image Processing,Fft,Image Enhancement,我正在用快速傅立叶变换进行指纹图像增强。我是从网站上得到这个主意的 我已经使用32*32窗口实现了FFT功能,之后,正如推荐站点所建议的,我想用FFT乘以功率谱。但我不明白 如何计算图像的功率谱?或者功率谱有什么理想值 FFT的代码: public FFT(int[] pixels, int w, int h) { // progress = 0; input = new TwoDArray(pixels, w, h); intermediate = new TwoDAr
FFT
功能,之后,正如推荐站点所建议的,我想用FFT
乘以功率谱。但我不明白
如何计算图像的功率谱?或者功率谱有什么理想值
FFT的代码:
public FFT(int[] pixels, int w, int h) {
// progress = 0;
input = new TwoDArray(pixels, w, h);
intermediate = new TwoDArray(pixels, w, h);
output = new TwoDArray(pixels, w, h);
transform();
}
void transform() {
for (int i = 0; i < input.size; i+=32) {
for(int j = 0; j < input.size; j+=32){
ComplexNumber[] cn = recursiveFFT(input.getWindow(i,j));
output.putWindow(i,j, cn);
}
}
for (int j = 0; j < output.values.length; ++j) {
for (int i = 0; i < output.values[0].length; ++i) {
intermediate.values[i][j] = output.values[i][j];
input.values[i][j] = output.values[i][j];
}
}
}
static ComplexNumber[] recursiveFFT(ComplexNumber[] x) {
int N = x.length;
// base case
if (N == 1) return new ComplexNumber[] { x[0] };
// radix 2 Cooley-Tukey FFT
if (N % 2 != 0) { throw new RuntimeException("N is not a power of 2"); }
// fft of even terms
ComplexNumber[] even = new ComplexNumber[N/2];
for (int k = 0; k < N/2; k++) {
even[k] = x[2*k];
}
ComplexNumber[] q = recursiveFFT(even);
// fft of odd terms
ComplexNumber[] odd = even; // reuse the array
for (int k = 0; k < N/2; k++) {
odd[k] = x[2*k + 1];
}
ComplexNumber[] r = recursiveFFT(odd);
// combine
ComplexNumber[] y = new ComplexNumber[N];
for (int k = 0; k < N/2; k++) {
double kth = -2 * k * Math.PI / N;
ComplexNumber wk = new ComplexNumber(Math.cos(kth), Math.sin(kth));
ComplexNumber tmp = ComplexNumber.cMult(wk, r[k]);
y[k] = ComplexNumber.cSum(q[k], tmp);
ComplexNumber temp = ComplexNumber.cMult(wk, r[k]);
y[k + N/2] = ComplexNumber.cDif(q[k], temp);
}
return y;
}
public FFT(int[]像素,int w,int h){
//进度=0;
输入=新的两个Darray(像素,w,h);
中间=新的两个Darray(像素,w,h);
输出=新的两个Darray(像素,w,h);
transform();
}
void transform(){
对于(int i=0;i
我认为功率谱是傅里叶变换输出的平方
power@givenFrequency = x(x*) where x* is the complex conjugate
图像块中的总功率将是所有频率和空间的总和
我不知道这是否有用