在图像中使用傅立叶变换的分步教程 😃
你会学到什么:
- 傅里叶变换简介
- 逐行Matlab代码解释
- 傅里叶变换在图像中的应用
傅里叶变换简介
让我们考虑下图,以更好地了解傅里叶变换的本质。
上面的像素强度变化图表示红线描绘的大脑切片/区域。
0/较低的峰值 -> 表示纯黑色/较暗区域
1/更高的峰值 -> 表示纯白色/更亮的区域
我们可以看到,当我们在大脑图像的最开始点从左向右移动时,一个较暗的区域我们可以看到较低的峰值和一个突然急剧上升的峰值,用于较亮的白色区域,然后有一些高频变化等等。
你一定在想这和傅里叶变换有什么关系?
答案在于耐心,我的朋友继续阅读……哈哈哈 😃
傅立叶变换的作用来了!
法国数学家傅立叶表明,任何在一个域上波动的信号都可以使用正弦曲线建模。这可能需要
无限多的正弦曲线,很好,但这是可以做到的。
最简单地说,这意味着可以将图像建模为正弦变化幅度和频率的总和/组合。
注意:在编码部分下是使用傅立叶系数逼近原始图像的示例 😃
f(x)