没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
1、为什么要进行傅里叶变换,其物理意义是什么?
傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义,首
先要了解傅立叶原理的意义。傅立叶原理表明:任何连续测量的时序或信号,都可以表示为
不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的
原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。
和傅立叶变换算法对应的是反傅立叶变换算法。该反变换从本质上说也是一种累加处理,这
样就可以将单独改变的正弦波信号转换成一个信号。
因此,可以说,傅立叶变换将原来难以处理的时域信号转换成了易于分析的频域信号(信号
的频谱),可以利用一些工具对这些频域信号进行处理、加工。最后还可以利用傅立叶反变
换将这些频域信号转换成时域信号。
从现代数学的眼光来看,傅里叶变换是一种特殊的积分变换。它能将满足一定条件的某个函
数表示成正弦基函数的线性组合或者积分。在不同的研究领域,傅里叶变换具有多种不同的
变体形式,如连续傅里叶变换和离散傅里叶变换。
在数学领域,尽管最初傅立叶分析是作为热过程的解析分析的工具,但是其思想方法仍然具
有典型的还原论和分析主义的特征。"任意"的函数通过一定的分解,都能够表示为正弦函数
的线性组合的形式,而正弦函数在物理上是被充分研究而相对简单的函数类: 1. 傅立叶变
换是线性算子,若赋予适当的范数,它还是酉算子;2. 傅立叶变换的逆变换容易求出,而且形式
与正变换非常类似;3. 正弦基函数是微分运算的本征函数 ,从而使得线性微分方程的求解可
以转化为常系数的代数方程的求解.在线性时不变杂的卷积运算为简单的乘积运算,从而提供
了计算卷积的一种简单手段;5. 离散形式的傅立叶的物理系统内 ,频率是个不变的性质,从而
系统对于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取 ;4. 著名的卷
积定理指出 :傅立叶变换可以化复变换可以利用数字计算机快速的算出 (其算法称为快速傅
立叶变换算法(FFT))。
正是由于上述的良好性质,傅里叶变换在物理学、数论、组合数学、信号处理、概率、统计、
密码学、声学、光学等领域都有着广泛的应用。
2、图像傅立叶变换的物理意义
图像的频率是表征图像中灰度变化剧烈程度的指标,是灰度在平面空间上的梯度。如:
大面积的沙漠在图像中是一片灰度变化缓慢的区域,对应的频率值很低;而对于地表属性变
换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域,对应的频率值较高。傅立叶变换在
实际中有非常明显的物理意义,设 f 是一个能量有限的模拟信号,则其傅立叶变换就表示 f
的谱。从纯粹的数学意义上看,傅立叶变换是将一个函数转换为一系列周期函数来处理的。
从物理效果看,傅立叶变换是将图像从空间域转换到频率域,其逆变换是将图像从频率域转
换到空间域。换句话说,傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率
分布函数,傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数
傅立叶变换以前,图像(未压缩的位图)是由对在连续空间(现实空间)上的采样得到一系
列点的集合,我们习惯用一个二维矩阵表示空间上各点,则图像可由 z=f(x,y)来表示。由于
空间是三维的,图像是二维的,因此空间中物体在另一个维度上的关系就由梯度来表示,这
样我们可以通过观察图像得知物体在三维空间中的对应关系。为什么要提梯度?因为实际上
对图像进行二维傅立叶变换得到频谱图,就是图像梯度的分布图,当然频谱图上的各点与图
像上各点并不存在一一对应的关系,即使在不移频的情况下也是没有。傅立叶频谱图上我们
看到的明暗不一的亮点,实际上图像上某一点与邻域点差异的强弱,即梯度的大小,也即该
点的频率的大小(可以这么理解,图像中的低频部分指低梯度的点,高频部分相反)。一般
来讲,梯度大则该点的亮度强,否则该点亮度弱。这样通过观察傅立叶变换后的频谱图,也
资源评论
春哥111
- 粉丝: 1w+
- 资源: 5万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功