Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/matlab/16.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181

Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/image-processing/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Matlab 如何解释图像上二维傅里叶变换的结果?_Matlab_Image Processing_Signal Processing - Fatal编程技术网

Matlab 如何解释图像上二维傅里叶变换的结果?

Matlab 如何解释图像上二维傅里叶变换的结果?,matlab,image-processing,signal-processing,Matlab,Image Processing,Signal Processing,我很难理解图像上的二维傅里叶变换的结果。结果矩阵中的索引是否分别为图像的水平频率和垂直频率?如何从矩阵中提取图像中存在的频率? 我记得在一维情况下,如果对信号进行傅里叶变换,将得到表示所述信号中每个频率幅度的频谱。它是如何处理图像的?我如何解释结果? 示例代码: img = imread(image); A = rgb2gray(img); X = fft2(A); 例如,在这种情况下,我如何解释X矩阵? 提前谢谢 也许不是一个完整的答案,但我会试试看。 图像的频域可能与我提供的图像中的频域相

我很难理解图像上的二维傅里叶变换的结果。结果矩阵中的索引是否分别为图像的水平频率和垂直频率?如何从矩阵中提取图像中存在的频率? 我记得在一维情况下,如果对信号进行傅里叶变换,将得到表示所述信号中每个频率幅度的频谱。它是如何处理图像的?我如何解释结果? 示例代码:

img = imread(image);
A = rgb2gray(img);
X = fft2(A);
例如,在这种情况下,我如何解释X矩阵?
提前谢谢

也许不是一个完整的答案,但我会试试看。 图像的频域可能与我提供的图像中的频域相似。这些频域图显示的是图像中占主导地位的总体方向。对于第一个频率图,这将是垂直的。如果仔细观察,还可以从输入图像中看到一些边缘。强度的巨大变化会导致频域中出现锐边,这是由频域中矩形脉冲的表示引起的

不确定这是否有用

字母图像,二进制: 频域中的矩形脉冲:
也许不是一个完整的答案,但我会试试看。 图像的频域可能与我提供的图像中的频域相似。这些频域图显示的是图像中占主导地位的总体方向。对于第一个频率图,这将是垂直的。如果仔细观察,还可以从输入图像中看到一些边缘。强度的巨大变化会导致频域中出现锐边,这是由频域中矩形脉冲的表示引起的

不确定这是否有用

字母图像,二进制: 频域中的矩形脉冲:

假设您有一个30x30的图像,即900个采样点,您必须对其执行fft。计算fft后,得到900个点值矩阵。现在,重要的是要理解这些值不能作为正弦和余弦分量分开,相反,它们是构成信号的复数。矩阵中只有451个半+1值包含您感兴趣的实际数据,即直流分量、449个复分量、奈奎斯特频率分量和449个复分量的复共轭。复共轭值提供的唯一信息是关于零虚部的信息

如何从矩阵中获取信息:

系数模数:给出振幅信息

系数的角度:提供相位信息

实部:余弦振幅

虚部:正弦振幅

索引i处的分量:频率i/N*Sr,其中N是FFT大小,Sr是采样率


希望这有帮助。要了解进一步的应用,请参阅第页:

让我们假设您有一个30x30的图像,即900个采样点,您必须在其上执行fft。计算fft后,得到900个点值矩阵。现在,重要的是要理解这些值不能作为正弦和余弦分量分开,相反,它们是构成信号的复数。矩阵中只有451个半+1值包含您感兴趣的实际数据,即直流分量、449个复分量、奈奎斯特频率分量和449个复分量的复共轭。复共轭值提供的唯一信息是关于零虚部的信息

如何从矩阵中获取信息:

系数模数:给出振幅信息

系数的角度:提供相位信息

实部:余弦振幅

虚部:正弦振幅

索引i处的分量:频率i/N*Sr,其中N是FFT大小,Sr是采样率


希望这有帮助。要了解进一步的应用,请参阅第页:

投影切片定理是一个非常好的工具,它可以理解并关联2D ft到1D ft。它说明:假设图像上有一条线,在逆时针方向上以任何角度增加,传统意义上,沿着这条线你们需要1D英尺,因为这条线也有一个振幅,这是由图像的像素决定的。现在,这条线的1D英尺等于 斯科斯特塔 其中S是图像的2D ft,θ是直线所处的角度,f是直线的参数,与x轴的参数x相同


一旦你理解了这个定理,我相信理解2D ft的概念就变得更容易了。

投影切片定理是一个非常好的工具,它可以理解并关联2D ft到1D ft。它说明:假设你在图像上有一条线,在逆时针方向上,角度增加,传统意义上,沿着这条线你们需要1D英尺,因为这条线也有一个振幅,这是由图像的像素决定的。现在,这条线的1D英尺等于 斯科斯特塔 其中S是图像的2D ft,θ是直线所处的角度,f是直线的参数,与x轴的参数x相同


一旦你理解了这个定理,我相信理解2D ft的概念就变得更容易了。

傅里叶变换可以产生每个频率的幅值和相位。图像也是如此。但在图像中,每个频率也有一个方向。这个问题更适合你。谢谢,我会问你的。我只想知道如何读取X矩阵,以及如何解释它。傅里叶变换可以得到每个频率的幅值和相位。图像也是如此。但在图像中,每个频率也有一个方向。这个问题更适合你。谢谢,我会问你的。我只是想知道如何阅读X矩阵以及如何解释它。谢谢你的回答。你可以进一步解释一下你所说的:指数i处的分量:频率i/N*Sr,其中N是FFT大小,Sr是你的采样率。这是一个二维矩阵,所以我们有两个指数i和j。我如何读取频率,比如X1,1?索引I处的分量意味着:假设你的行数是3,列数是5,图像宽度是30,那么你的“I”索引将是:3*30+5,即行数*宽度+列数。你可以进一步解释一下你所说的:指数i处的分量:频率i/N*Sr,其中N是FFT大小,Sr是你的采样率。这是一个二维矩阵,所以我们有两个指数i和j。我如何读取频率,比如X1,1?索引处的分量I的意思是:假设你的行数是3,列数是5,图像宽度是30,那么你的“I”索引将是:3*30+5,即行数*宽度+列数你能解释一下在X矩阵中是如何表示的吗?我如何从X矩阵推导出图像中的频率?塔赫拉比我快。我希望你的问题能得到回答?你能解释一下X矩阵是如何表示的吗?我如何从X矩阵推导出图像中的频率?塔赫拉比我快。我希望你的问题得到回答?