图像的二维短时傅里叶变换matlab

在MATLAB中，图像的二维短时傅里叶变换（Short-Time Fourier Transform, STFT）通常用于分析信号的时间-频率特性，如音频信号。STFT可以提供局部频谱信息，这对于查看信号随时间变化的频率成分非常有用。

以下是使用MATLAB内置函数`stft`进行STFT的基本步骤：

% 加载图像 (这里假设是灰度图像)
img = imread('your_image.jpg'); % 替换为实际图片文件名

% 将图像转换为复数矩阵，方便进行STFT
img_complex = im2double(img) + 1i * zeros(size(img));

% 设置STFT参数
window_size = 10;   % 窗口大小，一般为奇数
overlap = 5;        % 重叠百分比
nfft = window_size;  % 快速傅立叶变换的点数

% 计算STFT
[stft_result, f, t] = stft(img_complex, window_size, overlap, nfft);

% 可视化结果
imagesc(t, f, abs(stft_result)); % 绘制幅度谱图
colormap('jet');
xlabel('Time (samples)');
ylabel('Frequency (Hz)');
title('STFT of the Image');

% 如果需要，还可以使用istft恢复原始信号
reconstructed_img = istft(stft_result, window_size, overlap, nfft);