FFT算法实现

本文介绍了快速傅立叶变换(FFT)算法,包括蝶形算法、二维FFT变换顺序、倒位序算法以及FFT变换步骤。通过C语言代码展示了倒位序排序,并讨论了如何在图像处理中应用FFT,使能量集中在中间。最后提到了谱图的输出方法和作者的自研软件。
摘要由CSDN通过智能技术生成

引言

网上关于FFT的文章实在不少,但是理论居多,讲算法的也多,但是可供调试的程序实在不多,笔者写了一个,给大家做一下参考。

描述

1、蝶形算法:

有关蝶形算法的介绍和思想大家百度或者Google一下就很容易找到,这里只是说一下要注意的地方。

蝶形算法中有这样一个有趣的规则:若输入信号的顺序为自然顺序,那么输出信号的顺序就为倒位序(算法参见4)顺序。

2、二维FFT的变换顺序:

首先进行行变换,对变换后的结果再进行列变换。

3、关于二维FFT运算后的结果

按照公式运算出的结果中,能量大部分分集中在四个角,如果我们想要能量集中在中间,我们需要成一个欧拉数,其实也简单,你可以在输入信号时做一个简单的变换,如下描述:

设i,j为输入信号的坐标,那么

输入信号可表示为x(i, j), 若(i + j) % 2 == 0 则取源信号为输入信号,否则取源信号的相反数为输入信号,即 -x(i, j)。

运算出来的结果中,能量就集中在中间位置了。

4、关于倒位序算法

倒位序:就是将数字的各个尾反过来排序后得到的数字后的顺序,举个例子吧

如我们的输入8个信号,我们只需要三个位就可以描述着写信号的下标,比如1 = 001B, 2 = 010B等等,那么1的倒位后为100B = 4, 010B = 2,依此类推,这就是倒位序,最后生成的新的顺序就是排序后的结果,这个结果有一个特点,那就是把偶数和奇数分开,这也就是FFT的理论基础。

注:但是这个排序需要收到输入信号总量的限制,比如我们输入8个信号,虽然在计算机里我们的取值范围为00000000B ~ 00000111B 但是倒位序的却只针对最后三位,即只在最后三位的范围内倒位排序,如上面1的倒位序是100B而不是10000000B,这点请非常注意!

下面就是倒位序的算法的应用,用C写的,可惜CSDN的粘贴代码不支持C,大家将就看吧,至于原理,谈不上,只是个技巧,大家用手简单模拟算一下就可以完全理解了~

这个片段讲述了如何进行到位需排序,假设输入信号的实部为x,虚部为y,这里j是标示着要与当前位置i交换的元素的下标,如果不交换的话就会出现i >= j 的情况,整个过程还是建议大家拿手算一下,这样来的比较快。

n为输入信号的个数,k只是个中间变量而已。

//  ...
=   0 ;
for  ( int  i  =   0 ; i  <  n  -   1 ; i ++ {
    
if (i < j) {
        tx 
= x[i];
        ty 
= y[i];
        x[i] 
= x[j];
        y[i] 
= y[j];
        x[j] 
= tx;
        y[j] 
= ty;
    }

    k 
= n >> 1;
    
while (k <= j) {
        j 
-= k;
        k 
>>= 1;
    }

    j 
+= k;
}

//  ...

 

FFT变换步骤

做好了上面的准备,我们来概览一下FFT的变换步骤:

1、若输入信号的个数不是2的整数次方我们就要补齐信号,用零补齐就可以,详细参见笔者博客中《FFT实践中的一些补充》一文。

2、将输入信号进行倒位序排序

3、将输入信号成一个欧拉数,为的是输出结果中能量集中在中间,不乘也可以,视具体应用而定。

补充:只有一个变换方向可以产生能量及中的频谱图

4、进行傅立叶变换,若是二维FFT,那么先进行行变换,再对变换后的结果进行列变换,体现了二重积分的思想。

5、得到的结果通常不能直接输出谱图,因为值可能会很小,我们可以乘以255后输出,至于谱图,其实其实际意义没有多大,输出方法也不一样,比如matlab中就是取实部并乘以255然后输出,并且没有将能量中心移到屏幕中心,而笔者喜欢输出其乘以255后取模再除以100后的图。

例图:

 

第一幅是原图512 * 512 第二幅是它的谱图

注:这里使用的软件是笔者这个学期自行设计开发的,因为这个学期开设了数字图像处理,我非常感兴趣,并且还跟着系主任的研究生的课,呵呵,学到了不少,如果大家感兴趣,我可以把软件拿出来供大家下载,C + plain Win32 api 的程序,希望大家喜欢~

程序代码

 

    typedef  struct  tagComplex  {
        
double real;
        
double imag;
    }
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 17
    评论
评论 17
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值