小白学冈萨雷斯数字图像处理——第四章：频域处理

4.1 二维离散傅里叶变换

定义与一维DFT相同，此处不再赘述。

在计算二维傅里叶变换之前，可将f(x,y)*(-1)^(x+y)次，可将原点的变换值移到频谱中心。

4.2 在MATLAB中计算并可视化二维DFT

下列函数返回M*N的傅里叶变换；数据原点在左上角，而两个四分之一周期交汇于频率矩形的中心。

F = fft2(f)

若需要进行0填充:

F = fft2(f,P,Q)

生成的矩阵大小为P*Q，多余的用0填充。

我们可以使用fftshift函数将变换的原点移到频率矩形的中心，也可用ifftshift将其复原：

Fc = fftshift(F)
F = ifftshift(Fc)

我们可以使用对数变换来使频谱的视觉增强：

S2 = log(1+abs(Fc));

可用如下函数计算频率矩形的中心点可不必考虑M,N的奇偶性：

[floor(M/2) + 1 , floor(N/2) + 1]

由于浮点计算的舍入误差，傅里叶逆变换的输出会有很小的虚数分量，因此需要计算后取实部：

f = real(ifft2(F));

4.3 频域滤波

4.3.1 基本概念

空间域和频域线性滤波的基础均为卷积定理。

频域滤波的目的是选择一个滤波器传递函数，以便按照指定的方式修改F（u,v）。例如，当乘一个低通滤波器时，高频分量会被衰减，而低频分量保持不变，此结果会出现模糊现象（平滑）。

注意：当我们使用DFT进行滤波时，图像及其变换都被看作是具有周期性的。若周期关于函数的非零部分的持续时间很近，则对周期函数执行卷积运算会导致相邻周期之间的干扰，称为折叠误差的干扰。我们可以通过使用0填充函数的方法来避免。
若函数f和h的大小分别为AB和CD，通过选择P>=A+C-1,Q>=B+D-1即可避免折叠误差。

paddedsize函数可计算满足P,Q的最小偶数值（加快FFT速度），还可填充输入图像，使其等于最接近的2的整数次幂。

function PQ = paddedsize(AB, CD, nargin)
% 计算填充尺寸以供基于FFT的滤波器
% nargin = 1   PQ = PADDEDSIZE(AB),AB = [A B], PQ = 2 * AB
%
% nargin = 2   PQ = PADDEDSIZE(AB, 'PWR2')， PQ（1） = PQ（2） = 2 ^ nextpow2(2 * m), m =
% MAX(AB).
% 
% nargin = 3   PQ = PADDEDSIZE(AB, CD)，AB = [A B], CD = [C D]
%
% nargin = 其它 PQ = PADDEDSIZE(AB, CD, 'PWR2')， PQ（1） = PQ（2） = 2 ^ nextpow2(2 * m), m =
% MAX([AB CD]).

if nargin == 1
    PQ = 2 * AB;
else if nargin == 2 & ~ischar(CD)
    PQ = AB + CD -1;
    PQ = 2 * ceil(PQ / 2);