Java 斐济：imglib2 FFT算法说明

我已经使用过FourierTransform和FFTConvolution类，我还研究了它们的代码，以便使它们适合我的程序，无论如何，我仍然对这些类有一些疑问，希望您能帮助我

首先，FFTConvolution类中Fourier变换和fftKernel产生的输出的维度与输入图像的维度不同，为什么？例如，如果我变换一幅256x256的图像，为什么会得到一幅281x560的光谱

---

其次，为了找到我第一个疑问的答案，我发现频谱维度是通过使用包edu.mines.jtk.dsp计算的，尤其是基于Pfacc类的FftReal/FftComplex类。对Pfacc类的评论说该类实现了FFT计算的PFA算法，所以我的第二个疑问是：Fourier Transform和FFT Convolution类是否实现了PFA算法

对于卷积，输出点数等于：

N_out = N_in + K + 1

其中：

N_out = no of output points
N_in = no of input points
K = kernel size

因此，看起来您正在将256x256映像与304x25内核进行卷积

---

至于PFA算法，这只是一个实现细节——FFT维度被分解为小素数的幂。但最终结果与DFT相同。

映像和内核都是256x256。在这种情况下，请在问题中至少包含代码的相关部分。问题不在我的代码中，我只想解释一下库imglib2的类FFTConvolution和FourierTransform，谢谢“问题不在我的代码中“--伟大的故事，兄弟。”。说真的，即使你认为你的代码没有什么问题，但是让别人知道你是如何调用这些例程的，这将有助于进一步了解你的问题。哈哈，我解释得不好。我正在使用imglib2编写一个插件，这个插件必须产生与Matlab例程相同的结果。代码对我来说很好，我已经检查过了，我还与一些斐济开发人员进行了交谈。无论如何，我注意到两个代码的中间结果存在一些差异，这是由FFT计算引起的。在Matlab中计算的FFT与在斐济计算的FFT相差约1e0，而在卷积之前，输入图像之间的差值为1e-7。