주기적인 노이즈의 FFT 제거

Question

이 주제에 대해 많이 논의되었지만 아직 답변되지 않은 문제가 있습니다. 내 문제는 자기 방법이 아니라 적용 가능성이 있습니다 : 내 이미지의 f (x, y)는 이 될 수있는 물리적 값을 나타내거나입니다. 중간 값을 나타내는 피크를 가려 낼 때, 역 FFT를 적용한 후에 복잡한 이미지를 얻습니다.

이 이음새는 image! = ifft (fft (image)) 이미지가! = image 일 때 논리적입니다. 따라서 매우 복잡한 결과가 될 수 있습니까?

따라서 이미지 배열의 절대 값을 가져 와서 멋지게 정리 된 이미지를 얻을 수 있습니다. 하지만 이미지의 abs를 취함으로써 나는 음수 값을 잃어 버렸습니다!

내 코드가 복잡하고 어디는 필수로 분해 않도록 마스크하는 정확한 위치를 찾기 위해 여러 개의 이미지를 사용하여 내가 가진

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) 

이미지와 같은 모양을 처리 한 후 얻을 : 스트라이프 패턴은 내가

을 제거 할 것들 다음은 FFT에 적용되는 마스크입니다

,

스트라이프 패턴이 대부분 제거되었지만 이제는 이미지가 순전히 긍정적입니다.

의견에 문제의 적절한 해결책을 찾을 수 있습니다!

Answer 1

당신은 두 개의 서로 다른 접근 방법을 시도 할 수 : 은 어느 쪽이 다소 같이, 먼저 원래 값 사이에 이미지를 확장하고, 나중에 재조정 :

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) 

은 대체 어디 부정적인있는 값을 저장하는 것 처음. 비록 그들이 당신의 소음을 원상 복귀시키지 않도록 함수 호출 중에 변경되었는지를 확인하기를 권합니다.