Skip to main content
 首页 » 编程设计

python之FFT去除周期性噪声

2025年04月02日8jpfss

这是一个讨论很多的话题,但我恰好有一个问题尚未得到解答。 我的问题不是它本身的方法,而是它的适用性: 我的图像的 f(x,y) 代表可以是负数或正数的物理值。当我屏蔽与中值对应的峰值时,在应用逆 FFT 后,我得到一个复杂的图像。

如果 image != image,这接缝合乎逻辑 image != ifft(fft(image)),因此它很可能是复杂的结果?

因此,我采用了图像数组的绝对值,并得到了一个干净利落的图像。但是通过获取图像的 abs 我已经失去了负值!

我的代码很复杂,并使用多个图像来找到要遮盖的正确位置,因此我将分解为要点:

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) 

处理后我得到的图像是这样的: 条纹图案是我想去掉的

这些是应用于 FFT 的掩码

条纹图案大部分被移除,但现在图像是纯正的!

您可以在评论中找到问题的正确解决方案!

请您参考如下方法:

您可以尝试两种不同的方法: 您要么先在原始值之间缩放图像,然后再重新缩放,有点像这样:

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) 

另一种方法是首先保存负值。 虽然我建议检查它们是否在您的函数调用期间发生了变化,以避免恢复您的噪音