作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我的数据上有一个重复的条纹图案,我试图通过对其进行傅里叶变换并删除该图案来将其消除。但是我似乎无法找到返回图像空间的正确方法。
red_cube_array = (cube_array - np.median(cube_array)) * taper
im_fft = (fftpack.fft2(red_cube_array))
im_po = fftpack.fftshift((np.conjugate(im_fft) * im_fft).real)
mask = np.empty_like(im_po[0])*0 + 1
mask[417:430, 410:421] = 0
mask[430:443, 438:450] = 0
im_po_mask = im_po * mask
im_ifft = fftpack.ifft2(fftpack.ifftshift(im_po_mask))
taper
只是一个数组,它在执行 FFT 时平滑边缘以消除边缘效应。然后我对数组进行 FFT 并非常粗略地过滤掉垃圾。但是回去似乎不起作用。我在什么地方绊倒了吗?
最佳答案
问题出现在下面一行:
im_po = fftpack.fftshift((np.conjugate(im_fft) * im_fft).real)
这实质上是计算信号的幅度(在频域中),丢弃相位信息。没有相位信息,空间域图像无法被唯一重建。
要解决此问题,只需在复值频域 im_fft
数据上应用掩码即可:
im_po = fftpack.fftshift(im_fft)
mask = np.empty_like(im_po[0])*0 + 1
mask[417:430, 410:421] = 0
mask[430:443, 438:450] = 0
im_po_mask = im_po * mask
关于python - 傅立叶滤波,回到图像,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52043238/
我正在执行以下操作:执行 FFT/削减 FFT 结果中高于 100Hz 的每个频率/执行逆 FFT 如果原始数据集没有偏移量,它效果很好!如果它有偏移,则输出结果幅度会被损坏。 示例: Without
我从这里得到了 Bw BP C 代码,https://www-users.cs.york.ac.uk/~fisher/mkfilter ,正如其他操作系统主题中所评论的那样,并进行了 250Hz,第
我想使用窗口函数制作一个 FIR 滤波器。我有一些样本数据,size 变量是样本数。 windowSize 变量是窗口函数的大小。首先我创建窗口函数(blackman 窗口):变量 window然后我
我是一名优秀的程序员,十分优秀!