यह एक "प्रोग्रामिंग" प्रश्न नहीं है। लेकिन मुझे यकीन है कि यह ऐसा कुछ है जो इस समुदाय में व्यापक रूप से ज्ञात और समझा जाता है।मैं विभिन्न आयामों की दो छवियों के स्पेक्ट्रा को कैसे गुणा कर सकता हूं?
मेरे पास एक छवि, एक्स, और एक बहुत छोटी छवि है, वाई, और मुझे अपने एफएफटी गुणा करके दोनों को मजबूत करने की आवश्यकता है। लेकिन चूंकि वे एक ही आकार के नहीं हैं, इसलिए मुझे नहीं पता कि आवृत्ति डोमेन गुणा कैसे करें।
मैं एक्स (दो आयामी) एफएफटी एक्स (जो आयामों का पूर्णांक मैट्रिक्स 4096 x 4096) लेता है, जो मुझे आवृत्ति डोमेन प्रतिनिधित्व देता है, एक्स (जो जटिल संख्याओं का एक मैट्रिक्स है और मुझे लगता है कि यह आयाम है 2048 x 2048 है)।
इसी तरह, मैं (दो आयामी एफएफटी वाई (जो आयाम 64 x 64 का एक पूर्णांक मैट्रिक्स है) लेता है, जो मुझे आवृत्ति डोमेन प्रतिनिधित्व देता है, वाई (जो जटिल संख्याओं का मैट्रिक्स भी है और मुझे लगता है यह आयाम 32 x 32 है)
मैं संख्यात्मक व्यंजनों में चार कार्य का उपयोग कर रहा हूं, इसलिए मेरे इनपुट मैट्रिस, एक्स और वाई को एक-आयामी सरणी में ध्वस्त किया जाना चाहिए, जो उनके अलग फूरियर ट्रांसफॉर्म, एक्स द्वारा प्रतिस्थापित किया जाता है और वाई। बिंदु यह है कि भले ही यह छवियों के साथ एक द्वि-आयामी समस्या है, मैं एक-आयामी सरणी के साथ काम कर रहा हूं।
यदि मैं सटीक समान आयामों, एक्स और वाई की दो छवियों को संकलित करने की कोशिश कर रहा था। यह सभी बहुत सरल होंगे:
X = FFT(x)
Y = FFT(y)
Z = X * Y (term by term multiplication)
Convolution of x and y = IFFT(Z)
लेकिन यदि एक्स और वाई अलग-अलग लंबाई हैं, तो मैं गुणा कैसे करूं?
एक संभावना है कि एक्स को समान आयामों के लिए y को पैड करना है। लेकिन यह बहुत अक्षम है। एक अन्य संभावना है कि वाई को एक्स के समान आयाम प्राप्त करने के लिए पैड आउट करना है। लेकिन मुझे नहीं पता कि आवृत्ति स्थान में इसका क्या अर्थ है।
यहां इस प्रश्न पूछने का एक और तरीका है: यदि मैं एफएफटी का उपयोग करके बहुत अलग आयामों की दो छवियों को संकुचित करना चाहता हूं तो मैं उनके स्पेक्ट्रा (आवृत्ति डोमेन प्रतिनिधित्व) का गुणा कर सकता हूं, मैं उस गुणा को कैसे कर सकता हूं?
धन्यवाद,
~ माइकल।
आप इस संकल्प के साथ क्या करने का प्रयास कर रहे हैं? क्या आप अपनी छोटी छवि एक्स के 2 डी संकल्प की गणना अपनी बड़ी छवि एक्स पर करना चाहते हैं? उदाहरण के लिए, यदि आप एक बड़ी छवि x में एक छोटे पैच वाई की खोज कर रहे हैं, तो आप y के लिए सहसंबंध खोज को लागू करने के लिए रूपांतरण का उपयोग कर सकते हैं। यह चौकोर डोमेन में अधिक कुशल होगा। लेकिन यदि आप अपना लक्ष्य हैं तो आप इन्हें 1 डी में पतन नहीं करना चाहेंगे। एक्स और वाई के स्पेक्ट्रा गुणा करने का आवेदन क्या है? –