通过FFT计算纹理图像的周期

Question

我有一个纹理图像，它有一些局部形状均匀或不均匀分布。我想通过FFT计算这些局部形状的周期。有人能帮助我吗？

以下是图片：

FFT后的幅度：

FFT后的相位：

Answer 1

您需要的幅度。 FFT中强大的东西线是这个方向重复的结果。实际上，当你看到实际纹理时，你会发现乐队确实重复了。

与这些波段正交的结构有限，正如我们可以看到的那样，我们有3条均匀分布的东西线。

这3条线并不完全是东西方的;它们顺时针旋转了大约10度。对于初始图像也是如此，其中带也被旋转。纹理的周期由3条线之间的距离以及沿这些线的强度变化给出。

Answer 2

除了讨论将数据减少到角点集之外，你还需要边缘或其他方法来做到这一点。

有一个边缘检测器，它使用在频域工作的傅里叶变换和单基因滤波器的原理，转换到空间域。

Peter Kovesi在阶段一致性方面的工作是可行的 http://www.peterkovesi.com/matlabfns/PhaseCongruency/phasecongmono.m

该代码生成相位角图像，可与稀疏相位一致性图像一起使用以找到边缘。

如果将参数设置为允许更多“噪音”，则也会拾取较小的纹理。

注意：我正在尝试合并我在下一条评论中添加的信息以及作为单独答案添加的内容，这两者都应该是 因此会有一些冗余：

如果您对FFT感到困惑，可以将它们作为1 D信号读取，以了解空间域和频域。然后，您可能会对相位一致性等主题感兴趣，这些主题试图查看信号的频率，以设计在空间域上运行的频域滤波器。关于纹理问题，我认为将其缩小到角点等关键点会将信息减少到重要的空间信息。我最近使用相位一致性在我的建筑物图像中找到“噪声”，然后从中制作出屋顶纹理的代表性补丁，然后从中制作频域滤波器并将其应用于空间域图像。在空间域中应用颜色和强度滤波器可以在整个图像中找到合适的屋顶纹理......因此稀疏重要点的FFT可能对您回答任务更有帮助。

Answer 3

傅里叶变换或快速傅里叶变换是间距模式的叠加。您的图像每个像素都有一个点，从而产生 FFT中许多信号的叠加。您可能希望将图像缩小到角落或交汇点，然后制作这些点的FFT图像。例如，从简单网格的图像进行FFT 点数（全部为零，除了您的点的值> 0）。 您可以看到通过FFT图像的垂直切片水平切片将显示原始图像中存在的间距分量。您可以旋转点网格以查看FFT变为更复杂叠加的速度。