matlab答案

更有效地分析图像的傅里叶变换？

1查看（最近30天）

显示较旧的评论

Korbi. 2020年4月27日

评论： Korbi.于2020年5月1日

接受的答案： raunak gupta

你好，

我试图通过热成像自动分析塑料部件中的碳纤维方向。

目前，该过程如下：采取傅立叶变换的图像，然后通过（移位）傅里叶变换图像的中心进行一行，并沿该线达到幅度值。

问题是，我有数百个图像，它们每个图像分成几十个子图像。傅里叶分析部分需要数小时。有没有办法比我当前的代码更快地做到这一点：

                    phi1 = double（rgb2gray（imread（'peppers.png'）））;
                   
                    xsize = min（大小（phi1））;
                   
                    fftsize = 2。^（nextpow2（xsize））;
                   
                    phi1m = phi1-mean2（phi1）;
                   
                    IMFFT = FFTSHIFT（FFT2（PHI1M，FFTSIZE，FFTSIZE）/ FFTSIZE）;
                   
                    imfftnorm = sqrt（imfft。*结合（imfft））/ max（max（abs（imfft）））;
                   
                    XMP =尺寸（IMFFT，1）/ 2;
                   
                    YMP =尺寸（IMFFT，2）/ 2;
                   
                    半径=圆形（FFTSIZE / 3）;
                   
                    imrot = imrootate（imfftnorm，-90）;
                   
                    AMPL =零（1800,1）;
                   
                    为了Ang = 1：1800
                   
                    xend = xmp round（cosd（-ang / 10）*半径）;
                   
                    YEND = YMP-圆形（SIND（ -  ang / 10）*半径）;
                   
                    l1 = Improfile（imrot，[xmp xend]，[ymp yend]）;
                   
                    Xend2 = XMP +圆形（COSD（-ang / 10）*半径）;
                   
                    YEND2 = YMP +圆形（SIND（ -   -  ang / 10）*半径）;
                   
                    L2 = Improfile（IMROT，[XMP XEND2]，[YMP YEND2]）;
                   
                    剧（Ang）= NANSUM（L1（：））+ NANSUM（L2（:)）;
                   
                    结尾