MATLAB中对fft2输出的图像频谱做移位、取绝对值、对数变换的原因？

核心结论 #

不是所有步骤都是必须执行的，教程中给出的流程完全是为了优化人眼观察的可视化效果、符合通用的频谱阅读习惯。如果仅做数值计算无需可视化，可直接跳过所有后续处理；如果需要绘制可解读的频谱图，再按需选择对应步骤。

各步骤的作用说明 #

你给出的可视化代码im2uint8(mat2gray(log(abs(fft_shifted)+1)))中各步骤的作用如下：

• abs()：如果要绘制常规幅度谱，这一步是必须的。fft2()的输出是复数矩阵，同时包含幅度和相位信息，我们常说的“频谱”默认指幅度谱，abs()的作用是提取复数的模值，得到每个频率分量的幅度大小。如果直接绘制复数矩阵，MATLAB会默认仅取实部渲染，结果完全不符合预期。
• log(XXX + 1)：非必须但强烈建议添加的可视化优化步骤。自然图像的能量绝大多数集中在低频区域，低频幅度值可能是高频的数千甚至上万倍，如果直接用线性刻度绘制，只会看到中心亮斑，高频的细节会被完全淹没。对数变换可以压缩动态范围，让高低频的细节都能被观察到；加1是为了避免幅度为0时出现log(0)得到负无穷的错误。
• mat2gray()：非必须的归一化步骤。作用是将对数变换后的数值范围显式映射到[0,1]的标准灰度区间，避免后续显示、存储时因为数值范围不匹配出现异常。如果仅用imshow()显示的话，函数本身会自动做极值映射，这一步可以省略。
• im2uint8()：完全非必须的格式转换步骤。仅当你需要把频谱作为普通灰度图像存储、或者调用仅支持uint8格式输入的处理函数时才需要添加，仅做可视化的话可以直接跳过。
• fftshift()：非必须但符合通用阅读习惯的步骤。你已经了解它的作用是将0频率分量移到频谱中心，让频谱呈现“中心低频、四周高频”的常规布局，尤其是你后续要做低通滤波作业，移位后直接在中心区域生成圆形掩模即可，无需额外计算四个角的低频区域位置，操作会方便很多。

低通滤波作业注意事项 #

后续做频域滤波时不要直接用可视化处理后的矩阵计算，正确流程如下：

1. 对原图fft2()得到的原始复数频域矩阵做fftshift()移位
2. 生成对应的低通滤波器掩模，和移位后的频域矩阵直接相乘
3. 对相乘后的结果做ifftshift()反移位，再调用ifft2()转回空域，得到滤波后的图像
4. 如需对比滤波前后的频谱，再分别对滤波前后的频域复数矩阵执行前述的可视化步骤绘图即可。

内容的提问来源于stack exchange，提问作者lauren