关于极坐标下图像旋转与二维傅里叶变换的讨论

1、问题背景

此问题来源于冈萨雷斯的数字图像处理（第三版）5.19题，自己做的时候，没发现哪里有问题，一个同学的提问使我重新审视了这个问题，并感觉对傅里叶变换有了新的理解。
根据下面一部分的基础知识，我们可以计算出线性运动对应的模糊滤波器$H(u,v)$，但是对于图像的旋转，这种非线性的图像变换关系，并没有给出直接的计算方法分理出$H(u,v)$。比较自然地，我们考虑使用极坐标变换$(r,\theta )$，使得图像的旋转随着$\theta$线性变化，进而求出恢复后的图像。

2、基础知识

在图像获取的过程中，图像与传感器之间的线性运动会使最终得到的图像出现模糊现象。对于这种线性模糊，往往可以通过积分来处理：假设图像$f(x,y)$进行平面运动，$x_0(t)$和$y_0(t)$分别是在$x$和$y$方向上随时间变化的分量，那么在记录介质任意点的曝光总数是通过对时间间隔内瞬时曝光量的积分得到的，设$T$为曝光时间，则有
$$g(x,y)={\int }_0^{T}f\left[x-x_0(t),y-y_0(t)\right]\mathrm{d}t\text{\hspace{1em}(2.1)}$$

其中，$g(x,y)$为模糊后的图像。

根据傅里叶变换的定义，可得
$$\begin{array}{rl}G(u,v)& ={\int }_{-\infty }^{\infty }{\int }_{-\infty }^{\infty }g(x,y){\mathrm{e}}^{-\mathrm{j}2\pi (ux+vy)}\mathrm{d}x\mathrm{d}y\\ & ={\int }_{-\infty }^{\infty }{\int }_{-\infty }^{\infty }\left[{\int }_0^{T}f\left[x-x_0(t),y-y_0(t)\right]\mathrm{d}t\right]{\mathrm{e}}^{-\mathrm{j}2\pi (ux+vy)}\mathrm{d}x\mathrm{d}y\end{array}\text{\hspace{1em}(2.2)}$$

改变积分顺序，可得
$$G(u,v)={\int }_0^T[{\int }_{-\infty }^{\infty }{\int }_{-\infty }^{\infty }f[x$$