Этот вопрос, вероятно, является частью знаний о БПФ и знаниях в части программирования, но решил, что я разместил его здесь, чтобы посмотреть, что вы думаете. Я пытаюсь внедрить рамп-фильтр в JavaScript с использованием кода Project Nayuki и не могу имитировать то, что я уже сделал в C++ (FFTW) и Octave/MATLAB. Я ноль заполняет исходный массив данных от 672 до 2048 и создает фильтр рампы в пространственном домене. Здесь изображения данных до и после фильтра рампы с использованием Octave FFT:
И здесь код октавы:
% This script checks my FBP reconstruction code
clear
BaseFolder = "/home/steven/C++/TestSolutio/";
a = textread([BaseFolder "proj.txt"],"%f");
b = textread([BaseFolder "norm.txt"],"%f");
p = zeros(size(a));
for n = 0:499
p((672*n+1):(672*n+672)) = -log(a((672*n+1):(672*n+672)) ./ b);
end
dfan = (2.0*0.0625)/(80.0);
FilterSize = (2*(672-1)) + 1;
Np = 2048;
FilterPadding = (Np-FilterSize-1)/2;
FilterOriginal = zeros(FilterSize, 1);
for f = 1:FilterSize
nf = (-672+1) + f - 1;
if(nf == 0)
FilterOriginal(f) = 1.0 / (8.0 * dfan^2);
else
if(mod(nf,2) == 0) FilterOriginal(f) = 0;
else FilterOriginal(f) = -0.5 / (pi*sin(nf*dfan))^2;
endif
endif
end
RampFilter = zeros(Np, 1);
for f = 1:Np
if(f <= FilterPadding || f > (FilterSize+FilterPadding)) RampFilter(f) = 0;
else RampFilter(f) = FilterOriginal(f-FilterPadding);
endif
end
Filter = abs(fft(RampFilter));
proj_id = 0;
ProjBuffer = zeros(Np,1);
ProjPadding = (Np-672)/2;
for f = 1:Np
if(f <= ProjPadding || f > (672+ProjPadding)) ProjBuffer(f) = 0;
else ProjBuffer(f) = p(672*proj_id+f-ProjPadding);
endif
end
ProjFilter = fft(ProjBuffer);
ProjFilter = ProjFilter .* Filter;
Proj = ifft(ProjFilter);
ProjFinal = Proj((ProjPadding+1):(ProjPadding+672));
plot(1:672, p((672*proj_id+1):(672*proj_id+672)))
axis([1 672 -5 10])
figure
plot(1:Np, Filter)
figure
plot(1:672, ProjFinal)
Когда я пытаюсь сделать это с помощью JavaScript, похоже, что половина сигнала перевернута и добавлена в другую половину, но я не знаю, что на самом деле происходит:
Здесь JS-функция:
function filterProj(proj){
// Initialization variables
var padded_size = 2048;
var n_channels = 672;
var d_fan = (2.0*0.0625) / 80.0;
// Create ramp filter
var filter_size = (2*(n_channels-1))+1;
var filter_padding = (padded_size - filter_size - 1)/2;
var ramp_filter = new Array();
var nf;
for(f = 0; f < filter_size; f++){
nf = (-n_channels+1) + f;
if(nf == 0) ramp_filter.push(1.0 / (8.0*Math.pow(d_fan,2.0)));
else {
if(nf % 2 == 0) ramp_filter.push(0.0);
else ramp_filter.push(-0.5 / Math.pow((Math.PI*Math.sin(nf*d_fan)),2.0));
}
}
// Pad filter with zeros & transform
var filter_real = new Array();
var filter_img = new Array();
var filter = new Array();
for(f = 0; f < padded_size; f++){
if(f < filter_padding || f > (filter_size+filter_padding-1)){
filter_real.push(0.0);
}
else {
filter_real.push(ramp_filter[(f-filter_padding)]);
}
filter_img.push(0.0);
}
transform(filter_real, filter_img);
for(f = 0; f < padded_size; f++){
filter_real[f] = Math.abs(filter_real[f]);
}
// For each projection:
// Pad with zeros, take FFT, multiply by filter, take inverse FFT, and remove padding
var proj_padding = (padded_size - n_channels)/2;
for(n = 0; n < 500; n++){
var proj_real = new Array();
var proj_img = new Array();
for(f = 0; f < padded_size; f++){
if(f < proj_padding || f >= (n_channels+proj_padding)){
proj_real.push(0.0);
}
else {
proj_real.push(proj[(n_channels*n + (f-proj_padding))]);
}
proj_img.push(0.0);
}
transform(proj_real, proj_img);
for(f = 0; f < padded_size; f++){
proj_real[f] *= filter_real[f];
}
inverseTransform(proj_real, proj_img);
for(f = 0; f < n_channels; f++){
proj[(n_channels*n+f)] = (d_fan*proj_real[(proj_padding+f)])/padded_size;
}
}
}
Любая помощь/совет будут очень признательны!
В качестве примера, здесь рампы фильтров после FFT, используя тот же фильтр пространственной области пространственной области, что и вход:
После некоторого времени и расследования я обнаружил, что моя ошибка не связана с БПФ, а простой сложной математической ошибкой. В C++/Matlab/Octave сложные типы данных перегружают функцию abs() для вычисления комплексной величины. Однако код Nayuki разбивает данные ввода/вывода на его реальные и сложные части, поэтому сложная величина должна рассчитываться вручную. Итак, заменив эту строку:
filter_real[f] = Math.abs(filter_real[f]);
с этим:
filter_real[f] = Math.sqrt(Math.pow(filter_real[f],2) + Math.pow(filter_img[f],2));
решил все мои проблемы.