Czy ktoś może podać dobre wyjaśnienie transformacji obrazu FFT? W jaki sposób przekształcony obraz FFT i jego obraz Re^2 + Im^2 może być analizowany? Po prostu chcę coś zrozumieć, patrząc na obraz i jego częstotliwość.fft zrozumienie
Odpowiedz
EDYCJA: Istnieje wspaniałe wprowadzenie do koncepcji here.
Za tym pytaniem kryje się sporo matematyki. Mówiąc prosto, rozważ funkcję 1-D, taką jak klip audio. Transformata Fouriera identyfikuje częstotliwości obecne w tym sygnale. Każda próbka w oryginalnym klipie audio jest skorelowana z amplitudą fali dźwiękowej w danym momencie. Natomiast każda próbka w transformacie Fouriera identyfikuje amplitudę określonej częstotliwości oscylacji. Na przykład czysta fala sinusoidalna o częstotliwości 1 kHz będzie miała transformatę Fouriera z pojedynczym kolcem na znaku 1 kHz. Fale dźwiękowe są kombinacjami wielu różnych fal sinusoidalnych, a izolaty transformaty Fouriera, których fale sinusoidalne wnoszą swój wkład i jak dużo. (Zauważ, że prawdziwe wyjaśnienie wymaga zagłębienia się w liczby zespolone, ale powyższe stanowi istotę tego, co się dzieje).
Czteroczłonowa transformacja obrazu jest prostym rozszerzeniem transformaty Fouriera na dwa wymiary i jest uzyskiwana przez proste zastosowanie transformacji 1-D do każdego wiersza obrazu, a następnie przekształcenie każdej kolumny wynikowy obraz. Produkuje zasadniczo to samo. Obraz gładkich fal wodnych poruszających się w kierunku ukośnym przekształci się w serię kolców wzdłuż tej samej przekątnej.
Transformacja Fouriera jest zdefiniowana dla funkcji ciągłych. FFT jest techniką do wydajnej oceny transformaty Fouriera na dyskretnych zbiorach danych.
Dobra odpowiedź - warto również wyjaśnić pojęcie * częstotliwości przestrzennej * w obrazie oraz interpretację fazy i wielkości 2D FFT. –
Dzięki za sugestię @Paul. Zamiast napełniać odpowiedź, znalazłem dobry link. –
+1, dobra odpowiedź, po prostu lubię dodać, że FFT jest algorytmem do wydajnego obliczania DFT. Więcej na temat DFT: http://en.wikipedia.org/wiki/Discrete_Fourier_transform – Frunsi
Steve Eddins of Mathworks od jakiegoś czasu prowadzi dyskusję na temat transformacji Fouriera na swoim blogu - powinieneś to sprawdzić: here.
- 1. C++ Biblioteka detekcji FFT?
- 2. JTransforms FFT na obrazku
- 3. Przesuwne FFT w R
- 4. FFT - Kiedy do okna?
- 5. Bezpiecznie i szybko FFT
- 6. FFT w JavaScript
- 7. Poprawa szybkości implementacji FFT
- 8. Niedokładność FFT dla C#
- 9. FFT Splot - jądro 3x3
- 10. FFT Pitch Detection - Wyodrębnianie melodii
- 11. MATLAB - Brakujący fundament z FFT
- 12. Szybka Konwolucja 1D bez FFT
- 13. Scipy/Numpy FFT Analiza częstotliwości
- 14. Python Scipy FFT wav files
- 15. Do przodu FFT obraz i do tyłu FFT obraz, aby uzyskać ten sam wynik
- 16. Zrozumienie MsgWaitForMultipleObjects
- 17. Zrozumienie gwintowania
- 18. Zrozumienie UIGraphicsGetCurrentContext()
- 19. Zrozumienie `getArgs`
- 20. Zrozumienie Pryszcz
- 21. Zrozumienie dispatch_async
- 22. Zrozumienie wielowątkowości
- 23. Zrozumienie gi.repository
- 24. Zrozumienie goroutines
- 25. Zrozumienie WCF
- 26. Wydajny 2D FFT na rzeczywistych danych wejściowych?
- 27. OpenCL FFT na sprzęcie Nvidia i AMD?
- 28. MATLAB FFT OśX granice brudząc i fftshift
- 29. zrozumienie Blokowanie pomocy?
- 30. Zrozumienie wątku/BeginInvoke? [Początkujący]
Migracja do pliku dsp.stackexchange? –