我想问你一个问题，也许很琐碎，但实际上，我有点困惑。
鉴于黑白的想象，我的目标是评估自相关函数。 通过遵循this example中描述的方法：
I=double(I); %convert to double
I=I-mean(I(:)); %subtract mean
I=I/sqrt(sum(I(:).^2)); %normalize magnitude
fft_I=fft2(I); %compute fft2
A=real(fftshift(ifft2(fft_I.*conj(fft_I)))); %compute autocorrelation
我获得一个函数，该函数给出与图像的半域相关的自相关值（沿着x以及沿着y）
经过一些研究，如果我正确理解，为了获得与整个域相关的自相关函数，通过遵循上述过程，我必须通过添加零对图像进行零填充。我已经做到了，获得的自相关函数与使用Matlab命令xcorr2获得的自相关函数相同（这应该是我没有犯错误的信号）。
但是，通过链接中的过程获得的相关函数（无零填充）和用零填充获得的相关函数在同一域中是不同的。
我希望这两个相关函数相同...应该相同还是不同？ 我没有得到什么？
答案 0 :(得分：1)
请注意，当您通过傅立叶域中的乘法计算互相关时，图像被认为是周期性的。对于给定的班次，图像中与图像域不重叠的部分会被包裹起来，并在另一侧重新回到图像域中。
当填充零时，图像域变大。如果应用了足够的填充，则原始图像不会发生缠绕并返回另一侧的原始图像域。
因此，可以预期，即使在相同的域中，结果也会有所不同。您离原点越远，这两个自相关函数的差异就越大。