【分析】图像的傅里叶分解展示

Demonstration of fourier decomposition.Author: Job Bouwman
源代码地址
该程序动态展现了图像的傅里叶分解和重构。从高频信号开始提取，再进行叠加，最终得到原图。

值得注意的现象：

1. 高频信号一般存在于图像边缘和细节中，所以原图像逐渐模糊。
2. 频率决定灰度信息，相位决定形状信息。
3. 一开始灰度变化比较明显（高频率）而后减小。

用户的设定

%% user settings:
% speed in which the demo is carried out:
%图像层移出速率
demoSpeed = 20;  % somewhere between 1 and 10

% The selected image:
%
I = imread('cameraman.tif');

% The scale in which it is performed;
scale = 0.5;   % either {1 , 0.5 or 0.25}

预处理

• M = mean(A,dim)

  返回维度 dim 上的均值。例如， mean(A,2) 返回 A 每一行的均值。

• B = imresize(A, m)

  返回的图像B的长宽是图像A的长宽的m倍，即缩放图像。 m大于1， 则放大图像； m小于1， 缩小图像。

• viewrange代表图像色彩展示范围，处理过后比原图更亮了。为什么要进行这样的处理，我也不是很清楚qwq