Matlab 频域卷积
我只是偶然发现了这个问题,并试图通过实际测试来了解它的影响 考虑一个(nxn)高斯核。选择适当的方差进行计算 相同的。在频率范围内执行线性和循环卷积 在映像上具有此内核的域。你能说说这件事吗 结果如何 我尝试用以下代码在Matlab中实现上述功能Matlab 频域卷积,matlab,gaussian,convolution,Matlab,Gaussian,Convolution,我只是偶然发现了这个问题,并试图通过实际测试来了解它的影响 考虑一个(nxn)高斯核。选择适当的方差进行计算 相同的。在频率范围内执行线性和循环卷积 在映像上具有此内核的域。你能说说这件事吗 结果如何 我尝试用以下代码在Matlab中实现上述功能 clc; close all; clear all; I = imread('my_face.jpg'); Irez = imresize(I,[512 512]); %resize image
clc;
close all;
clear all;
I = imread('my_face.jpg');
Irez = imresize(I,[512 512]); %resize image
figure(1);
imshow(Irez);
Irez = rgb2gray(Irez);
M = 2*size(I,1)+1;
N = 2*size(I,2)+1;
Ifreq = fft2(I,M,N);
gaus = fspecial('gaussian',5,0.7);
Igaus = conv2(gaus,abs(Ifreq));
Iface = real(ifft2(Igaus));
Iout = Iface(1:size(I,1),1:size(I,2));
figure(2)
imshow(Iout);
我的问题是:
很明显,对于conv2的输入,两者都必须是双精度的。你能帮我实际解决这个问题吗?我觉得你在fspecial函数中提供了正确的参数。必须指定此函数中的列数和行数。我从matlab帮助中复制了以下行: h=fspecial('average',hsize)返回大小为hsize的平均滤波器h。参数hsize可以是指定h中的行数和列数的向量,也可以是标量,在这种情况下,h是一个方阵。hsize的默认值为[3]
gaus = fspecial('gaussian', [M N],5,0.7);
您可以在这里找到更多信息:您感到困惑了。看起来你正在对图像进行DFT,在“频域”中对其进行卷积,然后进行逆DFT。问题的关键在于表明“空间域”中的卷积可以在“频率域”中完成,但操作是不同的。要在“频域”中进行循环卷积,需要取图像和核的DFT,将它们的傅里叶系数元素相乘,然后取结果的逆DFT。这是一种(有时)更快的过滤方式。至少这是我对这个问题的解释。。。但这似乎有点不清楚…@jucestain你是对的。我必须考虑高斯和图像的DFT,并在频域中尝试卷积。你能详细告诉我怎么做吗?真的很抱歉再问你一次。