图像相位谱的重要性

基本概念

图像的傅里叶变换,也就是二维傅里叶变换,可以将图像从空间域转到频域中,从中我们可以分别求出幅度谱和相位谱。那对于一张图片,到底是幅度谱重要,还是相位谱更重要呢?
我们做个小实验,一个保持幅频不变,相位为零,另一个保持幅频常数,相位不变。

%读入图像
image=imread('Lena.png');
%转为灰度图
image = rgb2gray(image);
% 傅里叶变换
imageFFT=fft2(double(image));
%取幅度和相位
imageFFTAmplitude=abs(imageFFT);
imageFFTPhase=angle(imageFFT);
 
%幅频不变,零相位
zeroPhase=imageFFTAmplitude.*cos(0.0)+imageFFTAmplitude.*sin(0.0).*1i;
%幅频为常数,相位不变
constAmplitude=10000.*cos(imageFFTPhase)+10000.*sin(imageFFTPhase).*1i;
%傅里叶逆变换
zeroPhaseIFFT=abs(ifft2(zeroPhase));
constAmplitudeIFFT=abs(ifft2(constAmplitude));
%转换成uint8类型
zeroPhaseIFFT=mat2gray(zeroPhaseIFFT);
constAmplitudeIFFT=mat2gray(constAmplitudeIFFT);
%显示
figure(1)
imshow(image);title('灰度图');
figure(2)
subplot(1,2,1);
imshow(zeroPhaseIFFT);title('幅频不变,零相位');
subplot(1,2,2);
imshow(constAmplitudeIFFT);title('幅频为常数,相位不变');

运行结果
在这里插入图片描述

从实验结果可以看出,图像的相位谱更重要,它保留了图像的边缘以及整体结构的信息。

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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