我使用 MatLab 处理图像。
我对图像执行以下步骤：
在执行上述步骤时，我得到了一个双重旋转的图像。我不知道发生这种情况的原因。
谁能解释一下为什么会产生双旋转图像的原因？
这段代码在这里：
imfftreal = real(imfft);
im = uint8(ifft2(imfftreal));
imshow(im);
Figure;
【问题讨论】：
标签： image matlab image-processing fft
要获得正确的图像，您还需要虚部。您在进行逆变换时只使用了实部。
imfftReal = real(imfft);
imfftImag = imag(imfft);
re_imfft=imfftReal +1i*imfftImag;
im = uint8(ifft2(re_imfft));
imshow(im);
幅度和相位的情况
imfftMagnitude = abs(imfft);
imfftPhase = angle(imfft);
re_imfft=imfftMagnitude.*exp(1i*imfftPhase);
im = uint8(ifft2(re_imfft));
imshow(im);
【讨论】：
我经历了同样的问题并在两天前在dsp stackexchange上发布了它。
@M529给出了它的非常好简单的解释：
如果你有一个纯实的数据集，它的（逆）傅里叶变换将具有厄米对称性：如果你在 (x,y) 位置找到 z 值，那么你将在 (x,y) 找到复共轭值 z∗关于原点的点反射位置（-x，-y）。请注意，这里的原点将是傅立叶空间的中心。如果DC组件不在FFT实现的中心，则可以重新重新格式化。这就是您在图像中看到的内容：点反映的版本正在覆盖真实图像 - 因为您强制了一个空间要真实值。
此属性实际上用于加速磁性 在某些情况下，共振成像（MRI）：MRI直接收购数据 在傅里叶空间。由于理想的MR图像可以通过真实来描述 仅限值（所有兴奋的磁化向量有阶段0），你只有 必须收购一半的数据空间，节省了一半 成像时间。当然，MR图像并不完全真实估值 对现实的限制......但是有几个技巧你仍然可以 有利地使用该技术。
如果您想看到它背后的数学，您可以在@ThP中找到详细答案：https://dsp.stackexchange.com/questions/30770/why-real-part-of-fft-converts-image-into-rotation-original/30774#30774
【讨论】：