FFT去除周期性噪声

Question

这是一个讨论得很多的话题，但我碰巧有一个尚未回答的问题。 我的问题不是它自己的方法，而是它的适用性： 我的图像的f（x，y）表示可以负或正的物理值。当我屏蔽与之相对应的峰值时，例如中值，在应用逆FFT后，我得到一个复杂的图像。

这个接缝逻辑如图像！= ifft（fft（图像））如果图像！=图像，那么它很可能是复杂的结果？

因此我获取了我的图像数组的绝对值，并获得了一个清晰的图像。但是通过拍摄图像的绝对值我已经失去了负值！

我的代码很复杂，并使用多个图像来找到正确的位置，以便掩盖，所以我将分解为基本要素：

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)

我处理后获得的图像如下所示： 条纹图案是我想删除的图案

这些是应用于FFT的掩码

条纹图案大多被移除，但现在图像纯粹是正面的！

您可以在评论中找到问题的正确解决方案！

Answer 1

您可以尝试两种不同的方法： 您可以先在原始值之间缩放图像，然后再重新缩放，有点像这样：

@

另一种方法是首先将哪些值保存为负数。 虽然我建议您在功能调用期间检查它们是否已更改，以避免恢复噪音