C#｜图像快速傅立叶变换与反变换

浅谈原理

在图像中像素点为一个个离散的点，因此可以利用离散信号x(nT)来计算。又因为对图像的二维快速傅立叶变化相当于对图像的像素矩阵进行横和竖两次一维的快速傅立叶变化，我们这里原理按照一维快速傅立叶变换说明。

首先，有限长离散信号x(n)，n=0，1，…，N-1的DFT定义为：

$$x(t)=\sum_{n=0}^{N-1}x(n)W_{N}^{kn},(k=0,1,…,N-1,W_{N}=e^{-j\frac{2\prod }{n}})$$

将x(n)分解为偶数与奇数的两个序列之和，即

$$x(n)=x_{1}（n）+x_{2}（n）$$

x1(n)和x2(n)的长度都是N／2，x1(n)是偶数序列，x2(n)是奇数序列，则

X(k)=∑n=0N2−1x1W