完全搞懂傅里叶变换和小波，你至少需要知道哪些预备知识

无论是学习信号处理，还是做图像、音视频处理方面的研究，你永远避不开的一个内容，就是傅里叶变换和小波。但是这两个东西其实并不容易弄懂，或者说其实是非常抽象和晦涩的！如题。要想完完全全弄懂这两块东西，你至少需要知道哪些预备知识呢？主页君今天就告诉你他们之间的来龙去脉。

图中 黄色框图里的内容都是你在 数字信号处理课程里应该学的。我们在学 傅里叶变换之前，肯定要在高数里先学一个傅里叶级数，但是傅里叶级数和傅里叶变换有啥关系呢？说白了，他们的本质是一样一样的，尽管它们各自公式的表达式好像差别还很大。通过傅里叶级数公式，其实你做一些化简和变量替换（关于这部分内容，如果读者有兴趣，主页君后续可以给出详细证明过程），傅里叶级数就变成傅里叶变换了，当然是连续的。然后你根据数字信号处理里面学的采样定理，就能到处傅里叶变换了，这就是DFT！但是DFT有个问题，如果按公式计算，效率太低，实用价值不高，后来人们就发明了一个快速算法，FFT！这一路下来，如果每一步，你都非常清楚，那你就已经算是对傅里叶变换理解的很到位了。

然后说说小波，小波完全可以跟 傅里叶变换对比着来理解，而且事实上，在小波出现之前，人们先创造出了一种叫短时傅里叶变换的东西，这可以被认为是二者之间的桥梁。当然，这部分内容，你不知道也没关系，你甚至可以以 泰勒公式和幂级数为起点来理解小波。小波级数展开对应的是傅里叶展开，连续小波对应连续傅里叶变换，DWT对应DFT。这些都非常容易理解。同样，人们（其实主要是Mallat）也开发了一种小波的快速算法，FWT。FWT就像FFT在傅里叶变换中的地位。要理解FWT，你需要知道两个基础知识，一个叫做MRA，即 多分辨率分析，学习MRA对于理解小波也非常有意义。因为MRA是构建小波的一种方法。另外一个你必须要知道的东西叫做“子带编码”或者子带分解。

要想理解子带分解，你就必须知道QMF，即正交镜像滤波器，而QMF是多 采样率信号处理里面的重要内容。所以你必须有多采样率信号处理知识的基础，而多采样率信号处理的基础又是 数字信号处理！另外，子带编码还有一个理论基础，或者说，子带编码为啥被证明有效，这就必须要知道率失真理论的有关结论。率失真理论又是信息论的重要组成部分。所以，最后这条线路上，你的学习脉络应该是从信息论出发的（其实主要是互信息和率失真方面的内容），然后才是信号处理，然后是多抽样率处理，然后是子带编码和QMF，这些你都懂了之后，FWT就太Easy了！当然，你直接就学FWT的算法，而不去管它到底是怎么来的，也是可以的，只是就像我之前说的，你的基础基本上都是空的，你学了也只是学个招式，内功心法几乎不会，所以再往上走可能会遇到很多困难。

 
任何一门学科或者知识发展到现在少说都是几十年了，让我们在短短个把月之内就学完，其实很不容易。所以看起来自己要知道的东西实在太多了，而学习的时间又是这样的有限。但是也没办法，楼宇要盖的越高，地基就势必要打得越深。