关于傅里叶变换的定义,用法这里不讨论,纯理论的东西,大家大学学过工程数学的都知道,包括信号处理的课程也会重点讲解这些理论,关于时域,频域,离散,连续这些东西,也没什么好说的了,都是基础,到工程上面运用知道怎么回事就可以了,如果想了解下面有个博文写的比较详细供大家参考,就不重复造轮子了
最近在做一个仿生学的全聚焦声学影像图-AIM项目,就是利用信号来模拟探头,设定探头的参数进行模拟成像,由于我们的工程是C#的,需要将matlab转到C#进行开发,这里就用到了 fft 和 ifft
对应到C #中 需要引入mathnet.numerics 这个库
Matlab ifft(Y,n) 对应 C# 中的 这个方法 Fourier.Inverse(src, FourierOptions.Matlab);
然后入到了一个问题, 当Y,也就是输入为一维数组的时候,没有问题,当Y为矩阵的时候,也就是对应到C#中 输入是 [,] 二维数组
我的做法是将 输入的二维数组转为一维,然后使用Fourier.Inverse(src, FourierOptions.Matlab);进行逆变换,但是得到的结果和Matlab中的不一致
为什么会不一致呢?
Matlab : ifft(Y,n)
C# :Fourier.Inverse(Y, FourierOptions.Matlab);
Y为矩阵 ,C#中是 二维数组
我想起了这个Fourier.Inverse2D
然后我发现输入都是一维的,不支持2维, 头大了
一头雾水,出去转了一圈,回头一想,还是看看 ifft 的参数说明
原来ifft 当Y是二维的时候,是按列处理的,那 C#中我也可以按列处理来得到一致的结果,于是我在C#中重写了ifft
csharp
/// <summary>
/// 对应Matlab中的 ifft(Y) :eg:如果 Y 是矩阵,则 ifft(Y,n) 返回该矩阵每一列的逆变换, n 通过用尾随零填充 Y 以达到 n 行
/// </summary>
/// <param name="input"></param>
/// <param name="n"></param>
/// <returns></returns>
public static Complex[,] Ifft2D(Complex[,] input, int n)
{
int rows = input.GetLength(0);
int cols = input.GetLength(1);
// 零填充或截断数据
Complex[,] paddedFreqData = new Complex[n, cols];
for (int i = 0; i < n; i++)
{
for (int j = 0; j < cols; j++)
{
if (i < rows)
{
paddedFreqData[i, j] = input[i, j];
}
else
{
paddedFreqData[i, j] = Complex.Zero;
}
}
}
// 对每一列进行逆傅里叶变换
Complex[,] output = new Complex[n, cols];
for (int j = 0; j < cols; j++)
{
var col = new Complex[n];
for (int i = 0; i < n; i++)
{
col[i] = paddedFreqData[i, j];
}
Fourier.Inverse(col, FourierOptions.Matlab);
for (int i = 0; i < n; i++)
{
output[i, j] = col[i];
}
}
return output;
}
最后我验证了一下,还TMD 真别说,对了
所以说,还是得多动动脑子呀~~
下班了,祝大家端午节快乐!