FFT去除週期性噪音

這是一個非常討論的主題，但我碰巧遇到了尚未回答的問題。我的問題不是它自我的方法，而是它的適用性：我的圖像的f（x，y）表示物理值，可能是負值或正值。當我屏蔽與中位數相對應的峯值時，在應用逆FFT之後，我得到一個複雜的圖像。FFT去除週期性噪音

如果圖像！=圖像，這個接縫就像圖像一樣邏輯！= ifft（fft（image）），因此它可能很複雜？

因此，我把我的圖像數組的絕對值，並得到一個很好地清理圖像。但通過採取圖像的絕對我已經失去了負面的價值！

我的代碼是複雜的，並且使用多個圖像，以找到正確的位置在哪裏掩蓋，所以我會分解要領：

def everything(fft,fftImage,sizeOfField,shapeOfFFT): 
max_x = [] 
max_y = [] 
median = np.median(fft) 

threshold = 500 
#correctLocalMax() holds several subfunctions that look for the propper max_x and max_y. This works fine and returns 2 lists max_x,max_Y that contain the coordiantes of the max's 
max_x,max_y = correctLocalMax(iStart = 0,iStop = 30, jStart =0 , jStop = shapeOfFFT[1],threshold=threshold, max_x = max_x, max_y = max_y) 

for i in range(len(max_x)): 
    for k in range(sizeOfField): 
     for l in range(sizeOfField): 
      fftImage[max_x[i]+k][max_y[i]+l] = median 

return(fftImage) 

image, coverage, stdev = pickleOpener(dataDir,i) 
field = getROI(image,area,i0,j0) 

fftImage = np.fft.fft2(image) 
fftImage = np.fft.fftshift(fftImage) 

fft = np.fft.fft2(coverage) 
fft = np.fft.fftshift(fft) 

fftMod = everything(fft, fftImage, sizeOfField, shapeOfFFT) 
imageBack = np.fft.ifft2(fftMod) 
imageBack = np.abs(imageBack) 
field = getROI(imageBack,area,i0,j0)

的圖片我已經和處理的樣子之後得到：條紋圖案是我希望刪除

的那些這些是施加到FFT掩模

條紋圖案大多被刪除，但現在圖像純粹是正面的！

您可以在評論中找到正確的解決方案！

來源

2016-10-18 Sebastiano1991

這是一個非常好的問題，並且有很好的答案。這篇博客文章解釋了發生了什麼，以及如何用非常通用的術語解決它：http://blogs.mathworks.com/steve/2010/07/16/complex-surprises-from-fft/但它是1D，並沒有解決你正試圖解決的問題。你可以將原始圖像數據發佈到某處（帶有條紋）嗎？然後，我可以向您展示如何調整您的掩模，以便僅從IFFT獲取僅實數輸出。 –

沒關係詢問數據，我重新閱讀了關於'correctLocalMax'是多麼複雜的函數。基本問題是，當您將光譜掩蔽爲零時，您需要確保保留光譜的共軛對稱性。 –

令我困惑的是：你的頻譜（'fft2'的輸出，你的'fftMod'）應該已經是共軛對稱的：其中的峯值（這裏對應於你的條紋）應該是左對稱和反 - 從上到下對稱。但是你的'correctLocalMax'似乎返回不是共軛對稱的掩碼？如果你解決這個問題，那麼你的代碼應該可以工作 –

你可以嘗試兩種不同的方法：無論您縮放圖像的原始值之間的第一，後來重新調整，有點像這樣：

max_val = max(max(A)) 
min_val = min(min(A)) 
% normalize to [0,1] 
image = norm(image) 
% do your stuff here 
% then rescale to original values 
image = min_val + (max_val - min_val).*image/(max_val - min_val)

另一種方法是保存該值，其中陰性第一名。儘管我建議檢查它們在函數調用過程中是否發生了變化，以避免恢復噪音

來源

2016-10-18 10:43:06 dennlinger

你好，關於第一個想法：我在想同樣的事情，但是這是否克服了一般問題 - 據我瞭解，如果我想從FFT生成的複數組中生成圖像，絕對值是去？第二個接縫也很有趣，我會仔細研究一下。謝謝！我在其他帖子中看到（即http://stackoverflow.com/questions/34027840/removing-periodic-noise-from-an-image-using-the-fourier-transform）人們使用np.real生成輸出圖片。然而，這拋棄了所有複雜的價值哪個方法更合理？ – Sebastiano1991

我開始認爲應該更喜歡np.real。我的啓發式數學論證如下：如果fft（圖像）被變換回原始圖像，則不應該有任何虛部。 fft的變化引入虛部，同時去除圖案：最接近原始圖像的後變換不會有虛部 - >因此將其刪除？這實驗物理學家是否過於真實？ – Sebastiano1991

np.real可以解決您的問題。雖然我不是numpy的專家，但我相信這是在MATLAB的紀錄片中關於這個主題的講述（語法非常類似於開頭，所以也許你也可以在那裏尋找答案）。 Tbh，我不能比我已經做的更多地幫助你。也許最後一件事：我注意到你不使用'ifftshift'，所以你也可以考慮一下 – dennlinger

FFT去除週期性噪音

回答

相關問題