如何用matlab 函数图像给图像加一个5*5的窗，

来源：蜘蛛抓取(WebSpider) 时间：2014-10-16 07:59 标签： matlab 函数图像
查看: 7178|回复: 13|关注: 0
如何给一副图像加窗？
<h1 style="color:# 麦片财富积分
新手, 积分 5, 距离下一级还需 45 积分
初学MALAB，弱弱问一句，我想给一副图像加汉明窗，具体程序该怎么写呢？
<h1 style="color:# 麦片财富积分
关注者： 7
hanning windows？
是hanning窗吗？
指令时hann（size）
<h1 style="color:# 麦片财富积分
是的，hanning（）这个函数是不是1维的，我试了好几次都报错，如果加的话，二维的hanning窗是不是在时域和我源图像相卷积啊
<h1 style="color:# 麦片财富积分
关注者： 7
哦，这个简单
假设一幅图像的size = 128* 256
那么二维的窗口就用两个向量的矩阵乘法就能实现
win = hann(128) * hann(256)' ;& &% 注意有个向量的转置
图像的windows直接用点乘就可以
fwin = f .*
<h1 style="color:# 麦片财富积分
恩，刚也这样做了，对的~谢谢你哦~呵呵：）
<h1 style="color:# 麦片财富积分
关注者： 3
回复 4# zxykook 的帖子
很想知道您这个方法的原理，可是看了半天也没看出来，可以麻烦您解释一下吗？谢谢！
<h1 style="color:# 麦片财富积分
关注者： 7
不太明白你不明白的地方
1. 是hanning窗的数学模型不懂？
& &hanning window的计算式通过一个cos函数来的。在Matlab的hann帮助里有。
2. 是两个相量的乘法不懂？
& &二维的矩阵（M*N）的矩阵，可以由一个M行1列 和一个1行N列的相量相乘（矩阵乘法不用说了吧）得到。 二维的hanning window就是这样做的。
<h1 style="color:# 麦片财富积分
关注者： 3
回复 7# zxykook 的帖子
谢谢您神速地回帖
比如我有一个128*256的矩阵，我想把每一行都乘上128点的hanning窗，是不是也是您这样的解法呢？
<h1 style="color:# 麦片财富积分
关注者： 7
估计你弄错了，应该是“每一行乘上256点的hanning窗”才对吧。
如果这样的话，矩阵在横方向的两头就被削尖了，而纵方向没有。
你自己matlab一下，用mesh，或者surf看看就明白了
<h1 style="color:# 麦片财富积分
关注者： 3
回复 9# zxykook 的帖子
刚才写错了，应该是256点hann……
是这样的，我想把一个语音行向量分帧后成的矩阵中的每一帧（这个分帧函数把每一帧都作为矩阵的一行）都加窗，而不关注列是否加窗。
如果是这样的话，应该就不能用您所给的这种方法了。
可是矩阵中有什么算法才能每一行都乘上一个向量呢？……苦手
Powered by查看: 4006|回复: 2|关注: 0
如何实现图像加窗傅里叶变换
<h1 style="color:# 麦片财富积分
新手, 积分 15, 距离下一级还需 35 积分
求图像频谱，图像大小256*256，加窗傅里叶变换，不知道这个二维的窗怎么做
用的是matlab编程
我写了代码，但是感觉不对
%比如生成hann窗
w=hann(256);
[M,N]=meshgrid(w,w);
Win_han=M.*N;
%图像加窗IMG.*Win_han
f=fft2(IMG.*Win_han,256,256);
F=fftshift(f);
NPS=F.*conj(F)/(256*256);
另外其他窗怎么加，比如三角窗、海明窗，汉宁窗，barret窗，welch窗，请高手指点！
<h1 style="color:# 麦片财富积分
要取窗函数用window函数即可。
加窗的步骤是正确的，没有问题！
<h1 style="color:# 麦片财富积分
关注者： 7
给出一个二维Hann窗的例子
由于hann函数只能得到一个1维的窗。所以要用一个矩阵乘法
f1 = imread('deglena00000.tif');
[N1,N2] = size(f1);
W = hanning(N1) * hanning(N2)';& && && && && && && &
f1_fft = fft2(W.*double(f1));
PS： 你的NPS(normalized cross power sepctrum)计算有误
Powered by本帖子已过去太久远了，不再提供回复功能。

我要回帖

更多关于 matlab 函数图像 的文章

 

随机推荐