图像处理中的小技巧（个人使用）

图像进行傅里叶变换后会存在移位的情况
即：图像的中间会变到第一个值，那么我们怎么将他变到符合人眼的状态呢，就是用下面的fftshift

fftshift

Matlab函数——fftshift
作用：将零频率的分量移到频谱的中心
描述：通过移动零频率分量到数组的中心，Y=fftshift(X)对fft、fft2、fftn的输出进行了重新的排列。这对于用肉眼观察傅里叶变换是非常有帮助的，因为零频率的分量在频谱的中心。
注意：ifftshift是fftshift的逆过程。如果矩阵X包含奇数个元素，为了得到原始的X，我们必须用ifftshift(fftshift(X))这个操作。单纯的通过两次使用fftshift(X)将不会得到X。
奇数个：

a =

     1     2     3
     4     5     6
     7     8     9

fftshift(fftshift(a))

ans =

     5     6     4
     8     9     7
     2     3     1

ifftshift(fftshift(a))

ans =

     1     2     3
     4     5     6
     7     8     9

偶数个：

b =

     1     2     3     4
     5     6     7     8
     9    10    11    12
    13    14    15    16

fftshift(fftshift(b))

ans =

     1     2     3     4
     5     6     7     8
     9    10    11    12
    13    14    15    16

ifftshift(fftshift(b))

ans =

     1     2     3     4
     5     6     7     8
     9    10    11    12
    13    14    15    16

窗函数

窗函数在图像处理中的应用
什么是窗函数?

由于我的跟踪响应图是肯定存在噪声的，所以我考虑将响应图加窗函数，
加汉宁窗：

% Window function
Window = hanning(size(Icrop,1))*hanning(size(Icrop,2))';
SinewaveLwindowed = Icrop.*Window;
 
figure;
imshowpair(Window,SinewaveLwindowed,'montage');

加凯撒窗：

% try another window
Beta = 30;
N = 64;
w = kaiser(N,Beta);
wvtool(w)
 
Window = kaiser(size(Icrop,1),Beta)*kaiser(size(Icrop,1),Beta)';
SinewaveLwindowed = Icrop.*Window;
figure;
imshowpair(Window,SinewaveLwindowed,'montage');
figure;
imshowpair(log(1 + abs(fftshift(fft2(Icrop)))),log(1 + abs(fftshift(fft2(SinewaveLwindowed)))),'montage');

MATLAB绘制子图

这是例子：

subplot(2,2,1)
x = linspace(0,10);
y1 = sin(x);
plot(x,y1)
title('Subplot 1: sin(x)')
subplot(2,2,2)
y2 = sin(2*x);
plot(x,y2)
title('Subplot 2: sin(2x)')
subplot(2,2,3)
y3 = sin(4*x);
plot(x,y3)
title('Subplot 3: sin(4x)')
subplot(2,2,4)
y4 = sin(8*x);
plot(x,y4)
title('Subplot 4: sin(8x)')

suptitle('JaySur:suptitle这行才是总标题')