liulina603的专栏

经典算法研究系列：十、从头到尾彻底理解傅里叶变换算法、上作者：July、dznlong   二零一一年二月二十日推荐阅读：The Scientist and Engineer's Guide to Digital Signal Processing，By Steven W. Smith, Ph.D。此书地址：http://www.dspguide.com/pdfbook.htm。博

经典算法研究系列：十、从头到尾彻底理解傅里叶变换算法、下作者：July、dznlong   二零一一年二月二十二日推荐阅读：The Scientist and Engineer's Guide to Digital Signal Processing，By Steven W. Smith, Ph.D。此书地址：http://www.dspguide.com/pdfbook.htm。

冈萨雷斯版里面的解释非常形象：一个恰当的比喻是将傅里叶变换比作一个玻璃棱镜。棱镜是可以将光分解为不同颜色的物理仪器，每个成分的颜色由波长（或频率）来决定。傅里叶变换可以看作是数学上的棱镜，将函数基于频率分解为不同的成分。当我们考虑光时,讨论它的光谱或频率谱。同样, 傅立叶变换使我们能通过频率成分来分析一个函数。Fourier theory讲的就是：任何信号（如图像信号）都可以表示成

1、傅立叶的核心思想就是所有的波都可以用多个正弦波叠加表示。这里面的波包括从声音到光等所有波。所以，对一个采集到的声音做傅立叶变化就能分出好几个频率的信号。比如南非世界杯时，南非人吹的呜呜主拉的声音太吵了，那么对现场的音频做傅立叶变化（当然是对声音的数据做），会得到一个展开式，然后找出呜呜主拉的特征频率，去掉展开式中的那个频率的sin函数，再还原数据，就得到了没有呜呜主拉的嗡嗡声的现场

傅立叶变换在图像处理中有非常非常的作用。因为不仅傅立叶分析涉及图像处理的很多方面，傅立叶的改进算法，比如离散余弦变换，gabor与小波在图像处理中也有重要的分量。印象中，傅立叶变换在图像处理以下几个话题都有重要作用：1.图像增强与图像去噪绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频——噪声;  边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘；2.图