问题标签 [frequency-domain]

在图像方面。

傅立叶变换将空间域转换为频域（傅立叶）。DC 值 = 正弦曲线的平均值（正弦波）、F(0,0) 和图像的平均亮度/灰度。傅里叶有一个复数输出......你可以得到[幅度和相位]或[实部和虚部]输出。

我不明白的是，当您进行 FFT 时，复数输出实际代表什么？我知道傅里叶域中的图像是加权正弦波的总和，但输出的实际含义是什么。

什么是空间频率？当我查看定义时，它表示它是像素值的变化率。这是什么意思？

我已经构建了一个将二进制数据编码为声音的小程序。例如以下二进制输入：

会产生这样的“声音”：

其中每个字符代表一个恒定的时间单位。#代表 880 赫兹正弦波，用于确定传输的开始和结束，.代表静音，代表零，S代表 440 赫兹正弦波，代表 1。显然，中间的部分在实践中要长得多。

我的问题的本质是：我怎样才能反转这个操作？

声音文件通过简单的声音回放和录音传输给接收者。这意味着我不会尝试解码很容易的原始声音文件。

显然，我必须根据频率分析记录的数据。但是怎么做？我读过一些关于傅立叶变换的文章，但我在这里很迷茫。

我不知道从哪里开始，但我知道这不是微不足道的，可能需要相当多的信号处理知识。有人可以指出我正确的方向吗？

顺便说一句：我在 Ruby 中执行此操作（我知道，它很慢 - 这只是一个概念证明）但问题本身不是特定于编程语言的，因此非常欢迎任何答案。

我的问题有两部分，

第一部分，是否有一个 MATLAB 函数可以生成一个可以锐化图像边缘的频域掩码？还是我必须使用在空间域中创建掩码，fspecial()然后使用将其映射到频域fft2(spatail_domain_mask)？

第二部分，考虑一种锐化图像边缘的图像增强技术。如果我们在空间域和频域比较这个操作，哪个更有效？哪个效率更高？哪一个具有更好的整体性能？

我将使用光谱能量和光谱熵作为基于窗口的时间序列数据的特征。但是，我对在线使用的公式感到有些困惑，尤其是关于特殊的熵。

我使用了 Matlab 的熵，但这不适用于时间序列数据。它只是给我所有的零。http://www.mathworks.nl/help/images/ref/entropy.html 测试窗口 此版本的熵结果 = 0

然后我用了这个版本。 http://www.mathworks.com/matlabcentral/fileexchange/28692-entropy 测试窗口 此版本的熵结果 = 4.3219

在将 imhist 应用于数据窗口 ( p = imhist(aw1(:));) 后，我还尝试了 -sum(p.*log2(p))。这是从在线帮助中获得的。
此版本的测试窗口熵结果 = 0.0369

他们都报告了不同的值。

对于光谱能量，我使用的是 fft 系数的平方和。总和（绝对值（fft（数据窗口））。^2）

任何机构都可以给我任何正确版本的建议吗？

我想使用如下代码进行图像旋转，但我无法得到答案，是否有人可以在频域中进行图像旋转。（如果您知道使用 imrotate 在频域中进行旋转，您可以编写代码。）我想在Matlab中编写代码在频域中进行图像旋转。首先，我必须将笛卡尔坐标更改为极坐标，而不是采用 fft，在 fft 进行旋转之后，然后再次采用逆 fft 以获得空间域中的旋转图像。谁能帮帮我，谢谢。下面我写了一个代码，但我无法得到一个旋转的图像。谢谢。

我知道我们可以通过傅里叶变换得到信号的相量表示（频域），但是上图给出了一种可以用不同的方式得到信号的相量表示的方法，根据作者的这种方法，它数字“解调”信号以创建信号的相量表示，但是，我无法理解，有人可以帮助我吗？提前致谢！

因此，当我尝试在大图像 A 中找到模板 B 时，我可以通过找到互相关的最大值来做到这一点，就像在空间域中这样：

但是当我想在频域中这样做时，我得到了错误的结果：

我不明白我在频域做错了什么。我已经在没有 fftshift 的情况下尝试过，它给出了不同的结果，尽管仍然是错误的。我怎样才能正确地做到这一点？

我试图通过进行傅里叶变换，对其进行平方，然后进行傅里叶逆变换，将矩形脉冲与其自身进行卷积。我意识到有一个 conv() 函数，但我更愿意在频域中执行它以应对未来更复杂的问题。我的问题是，当我这样做时，它不会像预期的那样产生三角函数。我正在使用的代码如下：

一件事我将fourier（）作为2个通道，而不是只采用真正的通道。我不确定我在这方面是否错了。这也是为什么我必须将过滤器作为 2 个通道，其中 2 个通道用于表示两种情况下的灰色和 Alpha 数据。

由于 pixelFormat.Canonical 参数，在 bitmapdata 对象初始化时会出现问题。傅立叶矩阵和滤波器矩阵相乘的结果是矩阵浮点数。我要做的就是获取它的 IDFT 并显示过滤后的图像。不确定 PixelFormat。任何帮助都会很棒。

我有将高斯模糊应用于频域图像的 torubles。由于未知原因（可能我没有出错），我收到的是有线图像而不是模糊图像。

这就是我一步一步做的事情：

1. 加载图像。

2. 将图像拆分为单独的通道。

   /li>

3. 将每个通道转换为复杂图像（使用 AForge.NET）。

   /li>

4. 应用高斯模糊。

   1. 首先我创建内核（为了测试目的，内核大小等于图像大小，只有中心部分是用高斯函数计算的，内核的其余部分等于 re=1 im=0）。

      /li>

   2. 将 FFT 应用于每个通道和内核。

   3. 将每个通道的中心部分乘以内核。

      /li>
5. 将 IFFT 应用于每个通道。

6. 将每个通道转换回位图（使用 AForge.NET）。

   /li>

7. 将位图合并为单个位图

   /li>

结果，我得到了 image: link的红色模糊版本。

@edit - 通过对代码的几处更改更新了问题。