2025年功率谱曲线

功率谱曲线1 计算功率谱 1 1 原理 幅度谱 相位谱 功率谱是把信号傅里叶变换后的其中的一个特征提取出来 进行可视化 对于二维图像而言 频谱 F u v sum sum f x y e j2pi ux M vy N 功率谱 p u v F u v 2

大家好,我是讯享网,很高兴认识大家。

1.计算功率谱

1.1 原理

幅度谱、相位谱、功率谱是把信号傅里叶变换后的其中的一个特征提取出来,进行可视化。对于二维图像而言:

频谱: F(u,v)=sum(sum( f(x,y)e^(-j2pi(ux/M+vy/N))))

功率谱: p(u,v)=|F(u,v)|^2

1.2 python代码实现

获得图像的功率谱,为一个二维数组。


讯享网

Fk=np.fft.fftshift(np.fft.fft2(image)) ps=np.absolute((Fk))2 

讯享网

在这里插入图片描述

2.计算功率谱的方位平均径向剖面

2.1 原理

对二维数组进行极坐标转换,通过np.bincount函数统计极坐标r相同处的功率的平均值。获得一个一维数组。通过matplotlib绘制曲线。

在这里插入图片描述

2.2 python代码实现

讯享网nxpix,nypix=float(image.shape[0]),float(image.shape[1]) YY,XX=np.indices((image.shape))#将网格的横纵坐标分别用一个二维数组记录 r=np.sqrt((XX-nxpix/2)2+(YY-nypix/2)2)#转化为极坐标 r_int=r.astype(np.int)#转化为整数 weight=np.bincount(r_int.ravel())#记录极坐标r值相同的数量 new_x= np.bincount(r_int.ravel(), r.ravel()) / weight #计算新的横坐标 new_y= np.bincount(r_int.ravel(), power_spectrum.ravel()) / weight #计算新的纵坐标 new_y=np.log(new_y)#对纵坐标取对数 

对_的HMI(红色)以及GST(蓝色)绘制azimuthally-averaged功率谱:
在这里插入图片描述

小讯
上一篇 2025-04-10 12:58
下一篇 2025-01-07 23:31

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/32706.html