概述
二维串行FFT
二维FFT的是实现方法是先对行做FFT将结果放回该行,然后再对列做FFT结果放在该列,计算完所有的列以后,结果就是响应的二维FFT。
代码:
main.c
#include "fft12_ifft12.h"
#include <stdio.h>
void main()
{ int i,j;
COMPLEX td[16]={{1,4},{2,3},{3,0},{4,0},{5,0},{6,0},{7,0},{8,0},{9,0},{10,0},{11,0},{12,0},{13,0},{14,0},{15,0},{16,0}};
COMPLEX fd[16];
FFT2(td, 4, 4,fd);
for(i=0;i<4;i++)
{ for(j=0;j<4;j++)
{ printf("%10.6f+J%10.6f, ",fd[i*4+j].re,fd[i*4+j].im);
}
printf("n");
}
}
complex_oper.h
#ifndef COM_H_INCLUDED
#define COM_H_INCLUDED
#include <math.h>
#include <malloc.h>
#include <string.h>
#define pi (double)3.14159265359
/*复数定义*/
typedef struct
{
double re;
double im;
}COMPLEX;
/*复数加运算*/
static COMPLEX Add(COMPLEX c1, COMPLEX c2)
{
COMPLEX c;
c.re=c1.re+c2.re;
c.im=c1.im+c2.im;
return c;
}
/*复数减运算*/
static COMPLEX Sub(COMPLEX c1, COMPLEX c2)
{
COMPLEX c;
c.re=c1.re-c2.re;
c.im=c1.im-c2.im;
return c;
}
/*复数乘运算*/
static COMPLEX Mul(COMPLEX c1, COMPLEX c2)
{
COMPLEX c;
c.re=c1.re*c2.re-c1.im*c2.im;
c.im=c1.re*c2.im+c2.re*c1.im;
return c;
}
#endif
fft12_ifft12.cpp
#include <math.h>
#include <malloc.h>
#include <string.h>
#include "fft12_ifft12.h"
/*快速付里哀变换
TD为时域值,FD为频域值,power为2的幂数*/
void FFT(COMPLEX * TD, COMPLEX * FD, int power)
{
int count;
int i,j,k,bfsize,p;
double angle;
COMPLEX *W,*X1,*X2,*X;
/*计算付里哀变换点数*/
count=1<<power;
/*分配运算所需存储器*/
W=(COMPLEX *)malloc(sizeof(COMPLEX)*count/2);
X1=(COMPLEX *)malloc(sizeof(COMPLEX)*count);
X2=(COMPLEX *)malloc(sizeof(COMPLEX)*count);
/*计算加权系数*/
for(i=0;i<count/2;i++)
{
angle=-i*pi*2/count;
W[i].re=cos(angle);
W[i].im=sin(angle);
}
/*将时域点写入存储器*/
memcpy(X1,TD,sizeof(COMPLEX)*count);
/*蝶形运算*/
for(k=0;k<power;k++)
{
for(j=0;j<1<<k;j++)
{
bfsize=1<<(power-k);
for(i=0;i<bfsize/2;i++)
{
p=j*bfsize;
X2[i+p]=Add(X1[i+p],X1[i+p+bfsize/2]);
X2[i+p+bfsize/2]=Mul(Sub(X1[i+p],X1[i+p+bfsize/2]),W[i*(1<<k)]);
}
}
X=X1;
X1=X2;
X2=X;
}
/*重新排序*/
for(j=0;j<count;j++)
{
p=0;
for(i=0;i<power;i++)
{
if (j&(1<<i)) p+=1<<(power-i-1);
}
FD[j]=X1[p];
}
/*释放存储器*/
free(W);
free(X1);
free(X2);
}
/*快速付里哀反变换,利用快速付里哀变换
FD为频域值,TD为时域值,power为2的幂数*/
void IFFT(COMPLEX *FD, COMPLEX *TD, int power)
{
int i,count;
COMPLEX *x;
/*计算付里哀反变换点数*/
count=1<<power;
/*分配运算所需存储器*/
x=(COMPLEX *)malloc(sizeof(COMPLEX)*count);
/*将频域点写入存储器*/
memcpy(x,FD,sizeof(COMPLEX)*count);
/*求频域点的共轭*/
for(i=0;i<count;i++)
{
x[i].im=-x[i].im;
}
/*调用快速付里哀变换*/
FFT(x,TD,power);
/*求时域点的共轭*/
for(i=0;i<count;i++)
{
TD[i].re/=count;
TD[i].im=-TD[i].im/count;
}
/*释放存储器*/
free(x);
}
/*************************************************************************
*
* 函数名称:
* Fourier()
*
* 参数:
* COMPLEX* TD - 输入的时域序列
* long lWidth - 图象宽度
* long lHeight - 图象高度
* COMPLEX* FD - 输出的频域序列
*
* 返回值:
* BOOL - 成功返回TRUE,否则返回FALSE。
*
* 说明:
* 该函数进行二维快速付立叶变换。
*
************************************************************************/
void FFT2(COMPLEX * TD, long lWidth, long lHeight, COMPLEX * FD)
{ COMPLEX *TempT, *TempF;
// 循环变量
long i;
long j;
long k;
// 进行付立叶变换的宽度和高度(2的整数次方)
long w = 1;
long h = 1;
int wp = 0;
int hp = 0;
// 计算进行付立叶变换的宽度和高度(2的整数次方)
while (w < lWidth)
{
w *= 2;
wp++;
}
while (h < lHeight)
{
h *= 2;
hp++;
}
// 分配内存
TempT = (COMPLEX *)malloc(sizeof(COMPLEX)*h);
TempF = (COMPLEX *)malloc(sizeof(COMPLEX)*h);
// 对y方向进行快速付立叶变换
//rgb
/*for (i = 0; i < w * 3; i++)
{
// 抽取数据
for (j = 0; j < h; j++)
TempT[j] = TD[j * w * 3 + i];//rgb
// 一维快速傅立叶变换
FFT(TempT, TempF, hp);
// 保存变换结果
for (j = 0; j < h; j++)
TD[j * w * 3 + i] = TempF[j];
}
*/
//灰度
for (i = 0; i < w ; i++)
{
// 抽取数据
for (j = 0; j < h; j++)
{ TempT[j] = TD[j * w + i];}//rgb
// 一维快速傅立叶变换
FFT(TempT, TempF, hp);
// 保存变换结果
for (j = 0; j < h; j++)
{ TD[j * w + i] = TempF[j];}
}
// 释放内存
free(TempT);
free(TempF);
// 分配内存
TempT = (COMPLEX *)malloc(sizeof(COMPLEX)*w);
TempF = (COMPLEX *)malloc(sizeof(COMPLEX)*w);
// 对x方向进行快速付立叶变换
//rgb
/*
for (i = 0; i < h; i++)
{
for (k = 0; k < 3; k++)
{
// 抽取数据
for (j = 0; j < w; j++)
TempT[j] = TD[i * w * 3 + j * 3 + k];
// 一维快速傅立叶变换
FFT(TempT, TempF, wp);
// 保存变换结果
for (j = 0; j < w; j++)
FD[i * w * 3 + j * 3 + k] = TempF[j];
}
}
*/
//灰度
for (i = 0; i < h; i++)
{
// 抽取数据
for (j = 0; j < w; j++)
{ TempT[j] = TD[i * w + j ];}
// 一维快速傅立叶变换
FFT(TempT, TempF, wp);
// 保存变换结果
for (j = 0; j < w; j++)
{ FD[i * w + j ] = TempF[j];}
}
// 释放内存
free(TempT);
free(TempF);
}
/*************************************************************************
*
* 函数名称:
* IFourier()
*
* 参数:
* LPBYTE TD - 返回的空域数据
* long lWidth - 空域图象的宽度
* long lHeight - 空域图象的高度
* COMPLEX* FD - 输入的频域数据
*
* 返回值:
* BOOL - 成功返回TRUE,否则返回FALSE。
*
* 说明:
* 该函数进行二维快速付立叶逆变换。
*
************************************************************************/
void IFFT2(COMPLEX *TD, long lWidth, long lHeight, COMPLEX * FD)
{ COMPLEX *TempT, *TempF;
// 循环变量
long i;
long j;
long k;
// 进行付立叶变换的宽度和高度(2的整数次方)
long w = 1;
long h = 1;
int wp = 0;
int hp = 0;
// 计算进行付立叶变换的宽度和高度(2的整数次方)
while(w < lWidth)
{
w *= 2;
wp++;
}
while(h < lHeight)
{
h *= 2;
hp++;
}
// 计算图像每行的字节数
//long lLineBytes = WIDTHBYTES(lWidth * 24);
// 分配内存
TempT = (COMPLEX *)malloc(sizeof(COMPLEX)*w);
TempF = (COMPLEX *)malloc(sizeof(COMPLEX)*w);
// 对x方向进行快速付立叶变换
//rgb
/*
for (i = 0; i < h; i++)
{
for (k = 0; k < 3; k++)
{
// 抽取数据
for (j = 0; j < w; j++)
TempF[j] = FD[i * w * 3 + j * 3 + k];
// 一维快速傅立叶变换
IFFT(TempF, TempT, wp);
// 保存变换结果
for (j = 0; j < w; j++)
FD[i * w * 3 + j * 3 + k] = TempT[j];
}
}
*/
//灰度
for (i = 0; i < h; i++)
{
// 抽取数据
for (j = 0; j < w; j++)
TempF[j] = FD[i * w + j ];
// 一维快速傅立叶变换
IFFT(TempF, TempT, wp);
// 保存变换结果
for (j = 0; j < w; j++)
FD[i * w + j ] = TempT[j];
}
// 释放内存
free(TempT);
free(TempF);
TempT = (COMPLEX *)malloc(sizeof(COMPLEX)*h);
TempF = (COMPLEX *)malloc(sizeof(COMPLEX)*h);
// 对y方向进行快速付立叶变换
//rgb
/*
for (i = 0; i < w * 3; i++)
{
// 抽取数据
for (j = 0; j < h; j++)
TempF[j] = FD[j * w * 3 + i];
// 一维快速傅立叶变换
IFFT(TempF, TempT, hp);
// 保存变换结果
for (j = 0; j < h; j++)
TD[j * w * 3 + i] = TempT[j];
}
*/
//灰度
for (i = 0; i < w ; i++)
{
// 抽取数据
for (j = 0; j < h; j++)
TempF[j] = FD[j * w + i];
// 一维快速傅立叶变换
IFFT(TempF, TempT, hp);
// 保存变换结果
for (j = 0; j < h; j++)
TD[j * w + i] = TempT[j];
}
// 释放内存
free(TempT);
free(TempF);
/*for (i = 0; i < h; i++)
{
for (j = 0; j < w * 3; j++)
{
if (i < lHeight && j < lLineBytes)
*(TD + i * lLineBytes + j) = FD[i * w * 3 + j].re;
}
}
*/
}
fft12_ifft12.h
#ifndef COM_H_INCLUDED
#define COM_H_INCLUDED
#define pi (double)3.14159265359
/*复数定义*/
typedef struct
{
double re;
double im;
}COMPLEX;
/*复数加运算*/
static COMPLEX Add(COMPLEX c1, COMPLEX c2)
{
COMPLEX c;
c.re=c1.re+c2.re;
c.im=c1.im+c2.im;
return c;
}
/*复数减运算*/
static COMPLEX Sub(COMPLEX c1, COMPLEX c2)
{
COMPLEX c;
c.re=c1.re-c2.re;
c.im=c1.im-c2.im;
return c;
}
/*复数乘运算*/
static COMPLEX Mul(COMPLEX c1, COMPLEX c2)
{
COMPLEX c;
c.re=c1.re*c2.re-c1.im*c2.im;
c.im=c1.re*c2.im+c2.re*c1.im;
return c;
}
void FFT(COMPLEX * TD, COMPLEX * FD, int power);
void IFFT(COMPLEX *FD, COMPLEX *TD, int power);
void FFT2(COMPLEX * TD, long lWidth, long lHeight, COMPLEX * FD);
void IFFT2(COMPLEX *TD, long lWidth, long lHeight, COMPLEX * FD);
#endif
最后
以上就是和谐小鸽子为你收集整理的FFT并行算法与应用-基于MPI(二)的全部内容,希望文章能够帮你解决FFT并行算法与应用-基于MPI(二)所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复