如何从 2D FFT 计算功率谱答案

【问题标题】：How to compute power spectrum from 2D FFT如何从 2D FFT 计算功率谱
【发布时间】：2013-11-08 19:42:01
【问题描述】：

我在做实验作业时遇到问题，不知道如何实施：

在灰度图像上使用fft2 并进行傅里叶变换，然后计算功率谱。到目前为止，这是我的代码：

>> Pc = imread('pckint.jpg');
>> whos Pc;
  Name        Size             Bytes  Class    Attributes

  Pc        256x256            65536  uint8              

>> imshow(Pc);
>> result = fft2(Pc);

我的问题来自结果。如何计算功率谱？

【问题讨论】：

标签： matlab fft

【解决方案1】：

试试：

psd=abs(fftshift(fft2(Pc))).^2;

分贝：

psd=immultiply(log10(abs(fftshift(fft2(Pc)))), 20);

【讨论】：

我不熟悉图像上下文中的功率谱密度，但通常 dB 标度需要乘以 10。如果您需要平方项（同样，我对图像不够熟悉处理来说明是否有必要）然后你可以乘以 20 并删除正方形。
日志 10 是干什么用的？
log是用dB表示psd。感谢 nisio 指出因素。
强度值的分贝为 20*log10(value)。

【解决方案2】：

我猜你正在寻找FFT的对数形式，因为这是表达傅里叶级数功率谱的更好方法之一，因为与8位的频谱相比，频谱的动态范围是如此之大中心的亮度值主导结果的显示，这个困难是通过对数变换来处理的。

这是在 MATLAB 中的做法：

I = imread('cameraman.tif');
imshow(I)
F = fft2(I);
shF = fftshift(F);
Log = log2(1 + abs(shF));
imshow(Log, []);

imshow 表达式末尾的空括号对于在指定范围内显示图像是必需的，对于这种情况，表示 [min(I(:)) max(I(:))];即I中的最小值显示为黑色，最大值显示为白色。

【讨论】：