傅里叶变换尺度变换性质_ENVI基础操作——傅里叶变换

点击上方蓝字关注我吧 9a1a08e8fb43480457b766a785665895.gif

傅里叶变换是将图像从空间域转换到频率域,首先把图像波段转换成一系列不同频率的二维正弦波傅里叶图像;然后,在频率域内对傅里叶图像进行滤波、掩膜等各种操作,减少或者消除部分高频或低频成分;最后,把频率域的傅里叶图像变换为空间域图像。傅里叶变换主要是用于消除周期性噪声,还可以消除由于传感器异常引起的规律性错误。

——邓书斌

0 1

首先我们用envi打开一幅影像,这次使用的是昨天裁剪之后的Sentinel-2数据。(一张影像用到老哈哈哈)

fc5c15a973bad65c1c410fdd4d9a1efa.png

1快速傅里叶变换

运用FFT工具把图像波段转换成系列不同频率的二维正弦波傅里叶图像。按照下图路径找到FFT工具,选择待变换的图像及输出路径。

d16b6f759b063e154f47a2d81fc0558c.png

从图中看,中间很亮的部分集中了图像的低频信息,外围较暗的部分集中了图形的高频信息。

a8ce4f70ca92786ffd1dab053534dc09.png

6e81fe82355ed6bc646c40f2b3eae14c.png

2提取高频、低频信息

在FFT变换得到的结果上,可以定义一些滤波器进行频率域的增强处理。按照下图的步骤找到Filter Definition工具

13e42c921cb89776091d2400cefc8720.png

在Filter_Type中可以选择滤波器的类型,Circular Pass是低通滤波器,Cut为高通滤波器

ddb053469d926ead979220c1cc6f0e4d.png

我们先来提取低频信息,在对话框内输入数据的行列数,提取的区域半径,要画的区域圆个数,输出路径和名称。

a8ce4f70ca92786ffd1dab053534dc09.png

4b325a93e17a9c6cbed122ef4f8e13a3.png

同样方法做提取高频信息的图像,将结果图对比如下(左图为低通滤波,右图为高通滤波)

a8ce4f70ca92786ffd1dab053534dc09.png

4ce63637156d8d40f073f676fcb55d45.png      a3f93b3107dd42bd16ed26cd9461c404.png

3反向FFT变换

还是按照下图找到逆变换的工具

1ffc8aeb48cf9d497602bd7b95cfc649.png

先应用FFT滤波,然后将FFT图像反变换回空间域数据,得到结果图如下(左图为低通滤波逆变换)

a8ce4f70ca92786ffd1dab053534dc09.png

1522a5750b096cd47813c7f7821d50bb.png  53862f4bba6d3307f6623f9690956468.png

点亮在看,你最好看!

  • 9
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 傅里叶变换尺度变换性质指的是,如果对一个函数进行尺度变换,即将其自变量乘以一个常数,那么其傅里叶变换也会进行相应的尺度变换。具体来说,如果对函数 $f(x)$ 进行尺度变换 $x\to ax$,那么它的傅里叶变换为: $$\mathcal{F}\{f(ax)\}(k)=\frac{1}{|a|}\mathcal{F}\{f(x)\}(\frac{k}{a})$$ 其中 $|\cdot|$ 表示绝对值。也就是说,傅里叶变换尺度变换性质保持了函数在时域和频域上的尺度关系不变。 ### 回答2: 傅里叶变换是一种将时域信号转换为频域信号的数学工具。它基于尺度变换性质,即不同尺度的信号在频域中表现为不同频率的分量。 尺度变换指的是对信号进行时间或空间上的拉伸或压缩,从而改变信号的频率谱。在傅里叶变换中,通过改变信号的长度或采样率,可以实现对频谱的尺度变换。 具体而言,当信号的时间或空间尺度增大时,频域中对应的频率分量会变小;当信号的时间或空间尺度减小时,频域中对应的频率分量会变大。这是因为频率和时间(或空间)之间有一种互补关系,当信号在时间(或空间)上波动越快,频率就越高。 换句话说,傅里叶变换可以将信号分解成一系列频率不同的正弦波或余弦波的叠加。通过调整信号的尺度,我们可以观察到不同尺度下的频率成分,并了解信号的频率特性。 因此,傅里叶变换尺度变换性质是指信号的时间或空间尺度变化会影响信号在频域中的频率谱,进而影响到信号的频率特性。这种性质在信号处理、图像处理和物理学等领域中有着广泛的应用。 ### 回答3: 傅里叶变换是一种数学工具,可以将一个信号在时域中的函数表示转换成频域中的函数表示。傅里叶变换尺度变换性质是指对于原始信号在时域和频域两个不同尺度的变化会如何体现在傅里叶变换中。 在时域中,信号的尺度变化可以通过对信号进行拉伸或压缩来实现。如果将原始信号在时间轴上拉伸,即延长每个时间点的持续时间,那么在频域中,对应的傅里叶变换图像将会压缩,频谱中的频率间隔变大。反之,如果将原始信号在时间轴上压缩,即缩短每个时间点的持续时间,那么在频域中,对应的傅里叶变换图像将会拉伸,频谱中的频率间隔变小。 对于频域中的尺度变化,同样可以通过拉伸或压缩来实现。如果将频域中的频率间隔拉伸,那么在时域中,对应的信号将会在时间轴上压缩,即每个时间点的持续时间减少,信号的频率会增加。反之,如果将频域中的频率间隔压缩,那么在时域中,对应的信号将会在时间轴上拉伸,即每个时间点的持续时间增加,信号的频率会减小。 总结起来,傅里叶变换尺度变换性质可以用概括为:在时域中进行信号的尺度变化会导致频域中的傅里叶变换图像的尺度变换,而在频域中进行尺度变化会导致时域中的信号的尺度变换。这种尺度变换性质使得傅里叶变换在频谱分析和信号处理中具有重要的应用价值。

“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
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