c语言数字图像处理(六):二维离散傅里叶变换

基础知识

复数表示

C = R + jI

极坐标:C = |C|(cosθ + jsinθ)

欧拉公式:C = |C|e

有关更多的时域与复频域的知识可以学习复变函数与积分变换,本篇文章只给出DFT公式,性质,以及实现方法

二维离散傅里叶变换(DFT)

其中f(x,y)为原图像,F(u,v)为傅里叶变换以后的结果,根据欧拉公式可得,每个F(u,v)值都为复数,由实部和虚部组成

代码示例

 1 void dft(short** in_array, double** re_array, double** im_array, long height, long width)
 2 {
 3     double re, im, temp;
 4
 5     for (int i = 0; i < height; i++){
 6         for (int j = 0; j < width; j++){
 7             re = 0;
 8             im = 0;
 9
10             for (int x = 0; x < height; x++){
11                 for (int y = 0; y < width; y++){
12                     temp = (double)i * x / (double)height +
13                            (double)j * y / (double)width;
14                     re += in_array[x][y] * cos(-2 * pi * temp);
15                     im += in_array[x][y] * sin(-2 * pi * temp);
16                 }
17             }
18
19             re_array[i][j] = re;
20             im_array[i][j] = im;
21         }
22     }
23     printf("dft done\n");
24 }

傅里叶谱

相角

功率谱

傅里叶变换频谱图

对于上面得两幅图案,在区间[0, M-1]中,变换数据由两个在点M/2处碰面的背靠背的半个周期组成

针对显示和滤波的目的,在该区间中有一个完整的变换周期更加方便,因为完整周期中数据是连续的

我们希望得到上图所示的图案

傅里叶变换的平移性质

因此对每个f(x, y)项乘以(-1)x+y可达目的

代码示例

 1 void fre_spectrum(short **in_array, short **out_array, long height, long width)
 2 {
 3     double re, im, temp;
 4     int move;
 5
 6     for (int i = 0; i < height; i++){
 7         for (int j = 0; j < width; j++){
 8             re = 0;
 9             im = 0;
10
11             for (int x = 0; x < height; x++){
12                 for (int y = 0; y < width; y++){
13                     temp = (double)i * x / (double)height +
14                            (double)j * y / (double)width;
15                     move = (x + y) % 2 == 0 ? 1 : -1;
16                     re += in_array[x][y] * cos(-2 * pi * temp) * move;
17                     im += in_array[x][y] * sin(-2 * pi * temp) * move;
18                 }
19             }
20
21             out_array[i][j] = (short)(sqrt(re*re + im*im) / sqrt(width*height));
22             if (out_array[i][j] > 0xff)
23                 out_array[i][j] = 0xff;
24             else if (out_array[i][j] < 0)
25                 out_array[i][j] = 0;
26  27         }
28     }
29 }

执行结果

旋转性质

即f(x, y)旋转一个角度,F(u, v)旋转相同的角度

二维离散傅里叶反变换

代码示例

 1 void idft(double** re_array, double** im_array, short** out_array, long height, long width)
 2 {
 3     double real, temp;
 4
 5     for (int i = 0; i < height; i++){
 6         for (int j = 0; j < width; j++){
 7             real = 0;
 8
 9             for (int x = 0; x < height; x++){
10                 for (int y = 0; y < width; y++){
11                     temp = (double)i * x / (double)height +
12                            (double)j * y / (double)width;
13
14                     real += re_array[x][y] * cos(2 * pi * temp) -
15                             im_array[x][y] * sin(2 * pi * temp);
16                 }
17             }
18
19             out_array[i][j] = (short)(real / sqrt(width*height));
20             if (out_array[i][j] > 0xff)
21                 out_array[i][j] = 0xff;
22             else if (out_array[i][j] < 0)
23                 out_array[i][j] = 0;
24         }
25     }
26     printf("idft done\n");
27 }

经验证,图像经傅里叶变换,然后再反变换以后可恢复原图

改进

本篇文章只是按照二维离散傅里叶变换公式进行了实现,在测试的过程中发现,执行速度真的是非常慢,算法时间复杂度O(n4),等以后有时间再对这段代码进行优化。

原文地址:https://www.cnblogs.com/GoldBeetle/p/9807399.html

时间: 2024-11-07 13:41:09

c语言数字图像处理(六):二维离散傅里叶变换的相关文章

灰度图像--频域滤波 傅里叶变换之二维离散傅里叶变换

学习DIP第24天 转载请标明本文出处:http://blog.csdn.net/tonyshengtan,欢迎大家转载,发现博客被某些论坛转载后,图像无法正常显示,无法正常表达本人观点,对此表示很不满意.有些网站转载了我的博文,很开心的是自己写的东西被更多人看到了,但不开心的是这段话被去掉了,也没标明转载来源,虽然这并没有版权保护,但感觉还是不太好,出于尊重文章作者的劳动,转载请标明出处!!!! 开篇废话 今天要记录的是二维离散傅里叶变换的一些性质,也是傅里叶在图像处理中要用到的一些性质,所以

c语言数字图像处理(二):图片放大与缩小-双线性内插法

图像内插 假设一幅大小为500 * 500的图像扩大1.5倍到750 * 750,创建一个750 * 750 的网格,使其与原图像间隔相同,然后缩小至原图大小,在原图中寻找最接近的像素(或周围的像素)进行赋值,最后再将结果放大 最邻近内插法 寻找最近的像素赋值 双线性内插法 v(x,y) = ax + by + cxy + d 双线性内插法参数计算 已知Q11, Q12, Q21, Q22,要插值的点为P点,首先在x轴上,对R1,R2两个点进行插值 然后根据R1和R2对P点进行插值 化简得 对于

小波分析:三、二维离散小波变换

四.二维离散小波变换 声明: 该文为本人对小波的理解,不保证正确性与严谨性. 参考: <数字图像处理> Gonzalez P317 1. 概述 在给定尺度函数和小波函数下,可以组合出一个二维尺度函数和三个二维小波函数: f(x, y)离散函数可以分解为这四个函数不同尺度与位置的线性组合(2DIDWT): 其中近似系数和细节系数分别如下(2DDWT): 2. 其他符号说明 分别为不同尺度和位置的尺度函数和小波函数,定义如下: 3. 理解 细节的阶数越高,其尺度越小,越细致,相当于傅立叶中的高频部

多尺度二维离散小波重构waverec2

clc,clear all,close all; load woman; [c,s]=wavedec2(X,2,'haar');%进行2尺度二维离散小波分解.分解小波函数haar %多尺度二维离散小波重构(逆变换) Y=waverec2(c,s,'haar'); figure; subplot(1,2,1),imshow(X,map),title('原始图像'); subplot(1,2,2),imshow(Y,map),title('重构图像');

单尺度二维离散小波重构(逆变换)idwt2

clc,clear all,close all; load woman; %单尺度二维离散小波分解.分解小波函数haar [cA,cH,cV,cD]=dwt2(X,'haar'); %单尺度二维离散小波重构(逆变换) Y=idwt2(cA,cH,cV,cD,'haar'); figure; subplot(1,2,1),imshow(X,map),title('原始图像'); subplot(1,2,2),imshow(Y,map),title('重构图像');

单尺度二维离散小波分解dwt2

clc,clear all,close all; load woman; [cA,cH,cV,cD]=dwt2(X,'haar');%单尺度二维离散小波分解.分解小波函数haar figure,imshow(X,map),axis image; figure; subplot(2,2,1),imshow(uint8(cA));axis off;title('低频系数图像'); subplot(2,2,2),imshow(uint8(cH));axis off;title('水平高频系数图像');

多尺度二维离散小波分解wavedec2

clc,clear all,close all; load woman; [c,s]=wavedec2(X,2,'db1');%进行2尺度二维离散小波分解.分解小波函数-db1 [cH1,cV1,cD1]=detcoef2('all',c,s,1);%尺度1的所有方向的高频系数 [cH2,cV2,cD2]=detcoef2('all',c,s,2);%尺度2的所有方向的高频系数 cA1=appcoef2(c,s,'db1',1);%尺度1的低频系数 cA2=appcoef2(c,s,'db1',

java、python、golang等开发语言如何快速生成二维码?

免费二维码生成途径非常多!比如比较有名的草料二维码,如果只是简单的使用,用它就足够了.但是如果想大规模的生成,那就不太合适了.再者很多工具都没办法在二维码中加入logo(像微信二维码一样). 接下来,我就说说如何快速的.高质量的生成一个可高度定制的二维码. 二维码的编码算法是公开的,这就意味着大部分的开发语言都可以动图生成.但是在二维码应用如此广泛的今天,还自己去造轮子,如果不是傻,那就是正真的技术极客了. Java有开源的二维码生成库:com.google.zxing,这是谷歌大佬为andro

以杨辉三角为例,从内存角度简单分析C语言中的动态二维数组

学C语言,一定绕不过指针这一大难关,而指针最让人头疼的就是各种指向关系,一阶的指针还比较容易掌握,但一旦阶数一高,就很容易理不清楚其中的指向关系,现在我将通过杨辉三角为例,我会用四种方法从内存的角度简单分析动态二维数组,若有不足或错误之处,还请指出! 在讲这之前,以一维数组为例,先重新认识一下数组: int array[5] = {1, 2, 3, 4, 5}; 首先数组名称是该数组的首地址常量,即数组名称就是指针,就有&array[0] == array! 那么我们可以推出*array ==