关于空间域到频率域的转换

频率 指的是空域中像素值 变化 的快慢的程度。
举个简单的例子，假定我们只考虑RGB中的R，我们的图像是一维的，共有2^n个像素，这样，
低频就对应着这2^{n个像素，编号从0到2}n-1，的R颜色值变化的比较慢，即把R作为像素位置的函数画图，图像的波动比较小。
高频就对应着这2^{n个像素，编号从0到2}n-1，的R颜色值变化的比较快，即把R作为像素位置的函数画图，图像的波动比较大。
低频的极端例子就是所有像素从0到2^n-1，的颜色值都是一个数，比如R=128全程。这样图像就是一条直线，没有一点波动，频率为0.
高频的极端例子就是所有像素从0到2^{n-1，每相邻两点的颜色值都不相同，比如R=0对于所有的奇数像素，而.R=255对于所有的偶数像素，这样周期就是2个像素，频率为2}(n-1)。注意频率只和变化的次数有关，而不是幅度，如果R=1对于所有的偶数像素，频率仍为2^(n-1)。
所以，频率 衡量的是变化的“快慢”程度。这个“快慢”可以是相对于时间，或相对于空间，取决于问题所定义的度量空间。
追问
是不是 把像素值对应到平面直角坐标系中 拟合出波形图，像素位为横坐标，纵坐标为像素值？能否再具体解释一下啊 谢谢
追答
是啊，如果你的问题是空间的像素颜色变化，那就是像素位为横坐标，纵坐标为像素值。然后做傅里叶或者小波分析。如果你的问题是一个时间序列，比如某个信号的时间序列，就是时间为横坐标，纵坐标为信号，然后一样做傅里叶或者小波分析。
变化以后在频域里面处理问题很多时候比较简便，比如做compressing（压缩）或者去除noise，就可以吧高频部分去掉，用低频部分来近似，然后再变回到实际的像素空间或者时间坐标。