圖像處理中的數學原理詳解(Part8)——傅立葉變換的來龍去脈

2020-12-27 電子產品世界

  千呼萬喚始出來,我們前面已經做了很多很多的準備,終於可以揭開傅立葉變換的面紗了。當然,在閱讀這篇文章之前,請務必保證你已經掌握了傅立葉級數的所有內容,可以參看

本文引用地址:http://www.eepw.com.cn/article/201703/345738.htm

  圖像處理中的數學原理詳解(Part4) ——傅立葉級數的概念1

  http://www.eepw.com.cn/article/201703/344947.htm

  圖像處理中的數學原理詳解(Part5) ——傅立葉級數的概念2

  http://www.eepw.com.cn/article/201703/344948.htm

  1.4.4 傅立葉變換的由來

    

 

    

 

    

 

    

 

  這就是傅立葉變換及其反變換的表達式。一般情況下,若「傅立葉變換」一詞前不加任何限定語,則指的是「連續傅立葉變換」(連續函數的傅立葉變換)。連續傅立葉變換將頻率域的函數F(w) 表示為時間域的函數f(t)的積分形式。而其逆變換則是將時間域的函數f(t)表示為頻率域的復指數函數F(w)的積分。一般可稱函數f(t)為原函數,而稱函數F(w)為傅立葉變換的像函數,原函數和像函數構成一個傅立葉變換對。

  若f(t)為偶函數,則F(w)將為純實數,並且同為偶函數(利用這一點便可以得到所謂的餘弦變換);如果f(t)為奇函數,則F(w)將為純虛數,且同為奇函數;而對任意f(t), F(w)與F(-w) 始終共軛,這意味著|F(w)| 與|F(-w)| 恆相等,即F(w)的絕對值是偶函數。

  傅立葉變換針對的是非周期函數,或者說是周期為無窮大的函數。所以它是傅立葉級數的一個特例。當傅立葉級數的周期 l 趨於無窮時,自然就變成了上面的傅立葉變換。這種關係從二者的表達式中大概能看出點端倪,但也不是特別明顯,畢竟它們的表達形式差別仍然很大。如果不把傅立葉級數表達成複數形式,那就更加難看出二者之間的聯繫了。傅立葉變換要求 f(t)在實數域 上絕對可積,其實可以理解成「傅立葉級數要求函數在一個周期內的積分必須收斂」。

  傅立葉變換是信號處理中的重要工具。在信號處理中, f(t)表示的一個信號在時域上的分布情況,而F(w) 則表示一個信號在頻域(或變換域)上的分布情況。這是因為 F(w)的分布其實就代表了各角頻率波分量的分布。由於 F(w)是複數,|F(w)| 的分布正比地體現了各個角頻率波分量的振幅分布。F(w) 的輻角體現了各個角頻率波分量的相位分布。平時所說的「頻譜圖」,其實指的就是|F(w)|的函數圖像,它始終是偶函數(這個就是實數了,因為取的是|F(w)| 的幅值而不是 F(w)本身)。對於滿足傅立葉變換條件的非周期函數,他們的頻譜圖一般都是連續的;而對於周期函數,他們的頻譜則都是離散的點,只在整數倍角基頻( π/ l)的位置有非零的頻譜點存在。根據頻譜圖可以很容易判斷該原函數是周期函數還是非周期的(看頻譜圖是否連續就可以了),而且對於周期函數,可以從頻譜圖讀出周期大小(相鄰的離散點之間的橫軸間距就是角基頻,這個角頻率對應的周期就是原函數的周期)。關於傅立葉變換在信號處理中更加深入的應用讀者有必要參閱相關資料,此處我們的介紹旨在幫助讀者搞清楚傅立葉變換的由來,並建立傅立葉變換與傅立葉級數之間的關係。


相關焦點

  • 為什麼要進行傅立葉變換?傅立葉變換究竟有何意義?如何用Matlab實現快速傅立葉變換
    所以對於離散信號的變換隻有離散傅立葉變換(DFT)才能被適用,對於計算機來說只有離散的和有限長度的數據才能被處理,對於其它的變換類型只有在數學演算中才能用到,在計算機面前我們只能用DFT方法,後面我們要理解的也正是DFT方法。這裡要理解的是我們使用周期性的信號目的是為了能夠用數學方法來解決問題,至於考慮周期性信號是從哪裡得到或怎樣得到是無意義的。
  • 為什麼要進行傅立葉變換?傅立葉變換究竟有何意義?
    所以對於離散信號的變換隻有離散傅立葉變換(DFT)才能被適用,對於計算機來說只有離散的和有限長度的數據才能被處理,對於其它的變換類型只有在數學演算中才能用到,在計算機面前我們只能用DFT方法,後面我們要理解的也正是DFT方法。這裡要理解的是我們使用周期性的信號目的是為了能夠用數學方法來解決問題,至於考慮周期性信號是從哪裡得到或怎樣得到是無意義的。
  • 為什麼要進行傅立葉變換
    這裡我們要學的是離散信號,對於連續信號我們不作討論,因為計算機只能處理離散的數值信號,我們的最終目的是運用計算機來處理信號的。 但是對於非周期性的信號,我們需要用無窮多不同頻率的正弦曲線來表示,這對於計算機來說是不可能實現的。
  • 為什麼要進行傅立葉變換,究竟有何意義?如何用MATLAB實現快速傅立葉變換?
    這裡我們要學的是離散信號,對於連續信號我們不作討論,因為計算機只能處理離散的數值信號,我們的最終目的是運用計算機來處理信號的。但是對於非周期性的信號,我們需要用無窮多不同頻率的正弦曲線來表示,這對於計算機來說是不可能實現的。
  • 一步一步理解快速傅立葉變換
    傅立葉變換的原理任何一種變換方法都是為了我們能夠更簡單的解決問題,傅立葉變換亦是如此。我們平時是如何去分解一個複雜的問題呢?一個經典的方法就是把這個複雜的問題分解成為多個簡單的可操作的子問題。讓我詳細說來:1.傅立葉級數對於任何一個函數的曲線,傅立葉認為任何一個複雜的曲線都可以分解為正弦函數與餘弦函數的疊加!
  • 讓你永遠忘不了的傅立葉變換解析
    使用聯想鏈條和幾何直觀,輔以從實際需求衍生概念的思考模式,詳解什麼是傅立葉變換,為什麼要做傅立葉變換等,幫助記憶和理解,目的當然是標題所說:讓你永遠忘不了傅立葉變換這個公式。另,這篇博客還從側面一定程度上回答了另一個問題:為什麼要研究複數。
  • 圖像處理中的數學原理詳解9——索伯列夫空間
    在泛函分析中,索伯列夫空間並不像 巴拿赫空間或者希爾伯特空間那麼引入注意。但是在圖像處理中,索伯列夫空間在介紹BV空間(有界變差函數空間)時,會被提到。而BV函數空間對於理解TV算法(偏微分方程在圖像處理中的重要內容)至關重要!所以我特別在「圖像處理中的數學原理詳解」系列文章中留出一個小節來對索伯列夫空間進行必要的介紹。
  • 傅立葉是誰,他到底在變換什麼?
    一、傅立葉是誰 訪談時的「傅立葉變換」總出現在用於處理聲音的技術語境中,用來降低/消除噪音。這麼高大上的詞彙頻繁出現在我的日常工作中,好奇心驅使著我一探究竟。 倒是在瀏覽這些網頁過程中順道解決了一個基礎問題,傅立葉是誰? 傅立葉出生於1772年,從小數學天賦異稟,痴迷於物理學。1807年就寫成關於熱傳導的基本論文《熱的傳播》,被拒絕後,在1811年向科學院再次投稿。論文中推導出著名的熱傳導方程 ,並提出了傅立葉變換的基本思想。
  • 傅立葉變換和不確定性原理
    在數學上,這種翻譯的過程被稱為「傅立葉變換」。傅立葉變換是一個數學上極為精美的對象:· 它是完全可逆的,任何能量有限的時域或空域信號都存在唯一的頻域表達,反之亦然。· 它完全不損傷信號的內在結構:任何兩個信號之間有多少相關程度(即內積),它們的頻域表達之間也一定有同樣多的相關程度。
  • 傅立葉變換還能畫簡筆畫?谷歌工程師開發的這個試玩網站火了| 附資源
    曉查 發自 凹非寺 量子位 報導 | 公眾號 QbitAI無論是處理聲音和圖像信號,都必須用到傅立葉變換。其實除了這些「正經」用途,它還能做一些有意思的事情。最近,一位名叫Jez Swanson的谷歌工程師自己寫了篇博客,教你用傅立葉變換畫出任何簡筆畫。目前已在Twitter已經收穫了3000+點讚。
  • 傅立葉變換、頻域的簡明理解
    電磁波、腦電波、聲音、圖像,這些現象的背後,都是振動,振動有頻率、振幅、相位這三個要素。泛一點講,世間一切都是振動,都是波。所有才有了弦論,用最微小的構造,就是振動的弦,來構建這個宏大的宇宙的世界觀。你沒感覺身體哪處正在振動,但腦電波是實實在在的。
  • Matlab傅立葉變換、餘弦變換和小波變換
    這些函數的調用格式如下:A=fft(X,N,DIM)其中,X 表示輸入圖像;N 表示採樣間隔點,如果 X 小於該數值,那麼 Matlab 將會對 X 進行零填充,否則將進行截取,使之長度為 N ;DIM 表示要進行離散傅立葉變換。A=fft2(X,MROWS,NCOLS)其中,MROWS 和 NCOLS 指定對 X 進行零填充後的 X 大小。
  • MRI基礎——傅立葉變換
    」本篇小任為大家介紹傅立葉變換,它不僅在磁共振的信號處理,還在物理學、數學、概率、統計、密碼學、聲學、光學等領域都有著廣泛的應用。本篇小任帶大家對傅立葉有個基礎的了解。      談到傅立葉變化,就不得不談談傅立葉這個傳奇人物。
  • 什麼是傅立葉變換?
    傅立葉變換學了有些年頭,可是一直沒有求甚解。如果有人問我,我只能寫出個數學變換的式子,高深莫測一番,生怕追問下去。這樣做,本質上就好像有人問「什麼是光」,答曰「從燈泡裡出來的東西」一樣,看似回答了,卻不得要領。因此,我寫下這篇短文,試圖通過圖像來理解傅立葉變換。首先要問,為什麼需要傅立葉變換?要回答這個問題,我們不妨用時間t 與頻率f 之間的變換做例子。
  • 小波變換教程(1):基本原理
    變換…啥?首先,為什麼需要變換,或者說到底什麼是變換?為了獲取在原始信號中不易獲得的信息,往往要對信號進行數學變換。以下篇幅均假定時域內信號為原始信號,經過數學變換後的信號為處理信號。可用的變換有很多種,其中,傅立葉變換大概是目前最流行的。
  • 「趣味數學」傅立葉變換及其在人工智慧中的應用
    介紹傅立葉變換是數學中最深刻的見解之一,但不幸的是,它的意義被埋在一些荒謬的方程中。傅立葉變換是一種把東西分解成正弦波的方法。這個名字來自一個數學家叫傅立葉。在數學術語中,傅立葉變換是一種將信號轉換成其組成成分和頻率的技術。
  • 有趣的交互式傅立葉變換網站
    這次旅途結束後,你將會掌握下面這些知識:傅立葉變換的一些很酷的用法(雖然有些沒有實際意義)我們現在暫時不提那些複雜的數學公式。傅立葉背後的數學原理十分有趣,但最好還是先從它的實際應用開始,以及為什麼要使用它。如果你想了解更多,下面提供了一些進一步的閱讀建議!
  • 【直觀詳解】讓你永遠忘不了的傅立葉變換解析
    其實就是想建立一個觀念(或者說常識)e^x 在複平面,或者說 x=ai(a為某個常數,就是弧度制的圓周長度)代表的變換是:旋轉如果你之前學過傅立葉變換,那麼會明白為什麼需要花費這麼大篇幅來講這個,因為公式中, e^(iπ) 那是可是相當重要的一部分啊正式進入傅立葉變換的部分,老規矩,先做一下基本信息整理什麼是傅立葉變換傅立葉變換(如果不加限定,這個詞對應的是連續
  • 傅立葉變換、拉普拉斯變換、Z變換最全攻略
    傅立葉變換、拉普拉斯變換、Z變換的聯繫?他們的本質和區別是什麼?為什麼要進行這些變換。研究的都是什麼?從幾方面討論下。  傅立葉變換,拉普拉斯變換,Z變換的意義  【傅立葉變換】在物理學、數論、組合數學、信號處理、概率論、統計學、密碼學、聲學、光學、海洋學、結構動力學等領域都有著廣泛的應用(例如在信號處理中,傅立葉變換的典型用途是將信號分解成幅值分量和頻率分量)。
  • MATLAB實驗——FFT變換
    實驗基本原理與設計1 應用傅立葉變換進行圖像處理傅立葉變換是線性系統分析的一個有力工具,它能夠定量地分析諸如數位化系統、採樣點、電子放大器、卷積濾波器、噪音和顯示點等的作用。通過實驗培養這項技能,將有助於解決大多數圖像處理問題。對任何想在工作中有效應用數字圖像處理技術的人來說,把時間用在學習和掌握博裡葉變換上是很有必要的。