卷积运算，*代表卷积，f*g=h，已知f和h，想求g 怎样计算呢请大家指教！万分感谢！

时域卷积可以转为频谱乘积

由于是矩阵，所以需要进行二维傅里叶变换，或者二维离散傅里叶变换，或者二维快速傅里叶变换。通常在程序中采用快速快速傅里叶变换fft，二维时为fft2

F=fft2(f) G= fft2(g) H=fft2(h) 得到 FG=H

那么G=H/F

最后进行二维快速傅里叶反变换ifft2

g=ifft2（G）

希望对你有用，望采纳！！！

I0=zeros(256,256);

I0(120:130,100:156)=1;

subplot(2,3,1),imshow(I0),title('原始图像')

subplot(2,2,2),imshow(log(1+abs(fft2(I0)))),title('直接进行fft2')

I1=I0;

F1=fft(I1,[],1);%按列进行傅里叶变换

subplot(2,2,3),imshow(log(1+abs(F1))),title('先按列进行')

F2=fft(F1,[],2);%按行进行傅里叶变换

subplot(2,2,4),imshow(log(1+abs(F2))),title('后按行进行')

傅里叶变换是将时域信号分解为不同 频率的正弦和/余弦和的形式。傅里叶变换是数字图像处理技术的基础，其通过在时空域和频率域来回切换图像，对图像的 信息特征进行提取和分析。

一维傅里叶变换及其反变换

单变量连续函数，f(x)的傅里叶变换F(u)定义为等式：

u=0，1，2，…，M一1

同样，给出F(u)， 能用反DFT来获得原函数：

其中，u=0，1，2，…，M一1。因此，我们看到傅里叶变换的每项[即对于每个u值，F(u)的值]由f(x)函数所有值的和组成。f(x)的值则与各种频率的正弦值和余弦值相乘。F(u)值的范围覆盖的域(u的值)称为频率域，因为u决定了变换的频率成分(x也作用于频率，但它们相加，对每个u值有相同的贡献)。F(u)的M项中的每一个被称为变换的频率分 量。使用术语“频率域”和“频率成分”与“时间域”和“时间成分”没有差别，如果x是一个时间变量，可以用它来表示f(x)的域和值。

这玩意儿好像是二维信号的径向功率谱图，不是什么一维fft，而是麻烦的将x和y两方向的频率转化为圆周上的圆频率，即径向上的频率，二维fft后，一个半径值对应取出这一个圆周上所有的幅值相加平均然后计算功率值，这一个功率值对应这一个半径值，而这一个半径值对应算出一个频率值，做所有的频率值与对应的那些功率值关系的图就是你上面的图了。但图像的频率数值不知道你如何定义，例如一副256×256像素的图，你如何定义时间或长度，是用这256个点代表1分钟，1秒还是1米，1厘米什么的，这要你看看文献中如何定义的。

你打算用傅里叶变换怎样处理图像？ 压缩？锐化？ 分块？

还是单纯的对图像进行二维傅里叶变换？

如果只是做二维傅里叶变换的话，用matlab直接把图像读进去然后用fft2函数变换就行了

以上就是关于卷积运算，*代表卷积，f*g=h，已知f和h，想求g 怎样计算呢请大家指教！万分感谢！全部的内容，包括:卷积运算，*代表卷积，f*g=h，已知f和h，想求g 怎样计算呢请大家指教！万分感谢！、matlab对图像分别进行一维傅里叶变换（先进行行变换，再进行列变换），请问程序如何编写、f(x,y)为m*n的图像灰度矩阵，如何求其二维离散傅里叶变换等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！