数字图像处理 - 频率域处理（一）关于傅里叶级数与傅里叶变换

最新推荐文章于 2023-10-10 10:36:55 发布

不能再吃了。

最新推荐文章于 2023-10-10 10:36:55 发布

阅读量4.7k

点赞数 8

分类专栏：频率域处理操作文章标签：图像处理

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_37668179/article/details/121066909

版权

频率域处理操作专栏收录该内容

1 篇文章 0 订阅

订阅专栏

基本知识：

1.复数 C = R+jI

其中R（Real）为实部，I（Imag）为虚部，j = sqrt(-1)

其共轭复数为 C = R-jI

复数的模长 $|C| = \sqrt{R^2+I^2}$

2.复函数 F(u) = R(u)+jI(u)

其中R（Real）为实分量函数，I（Imag）为虚分量函数， $j = \sqrt{-1}$

3.欧拉公式

在傅里叶级数的运算中，需要在三角函数中和指数中转换，所以我们引入欧拉公式

欧拉公式也被称为最完美的公式

周期函数 - 傅里叶级数：

首先，周期函数是客观世界中周期运动的描述，大多数可以描述为

$f(t) = Asin(wt+\varphi )$

其中可理解为振幅，可理解为频率， $\varphi$ 可以描述为初相

但是世界上有许多周期函数信号并非正弦函数波那么简单，傅里叶就想能否用一系列三角函数 $An sin(nwt+\varphi )$ 之和来表示一个较复杂的周期函数呢？

于是傅里叶写下了一个公式：

$f(t) = A0+\sum_{n=1}^{\infty }Ansin(nwt+\varphi )$

其中是变量，其他为常量（但是随着函数进行傅里叶变换，将会变为变量，图像处理中对的函数成为时域，对的函数称为频域，这都是后话，暂时可以不提）

推导过程容易对人造成误导，这里只写下结果：

$f(t)=\frac{1}{2}a0+\sum_{n=1 }^{\infty }[ancos(nwt)+bnsin(nwt)]$

其中：

$a0=\frac{2}{T}\int_{t0}^{t0+T}f(t)dt$

$an=\frac{2}{T}\int_{t0}^{t0+T}f(t)cos(nwt)dt$

$bn=\frac{2}{T}\int_{t0}^{t0+T}f(t)cos(nwt)dt$

（具体推导公式图片会贴在文章最下方，建议不看）

以上公式是傅里叶级数三角函数形式，之前提过的欧拉公式可以将其转化为指数形式：

带入欧拉公式：

e^x=cosx+jsinx

$cos\theta = \frac{e^{j\theta }+e^{-j\theta }}{2}$

$sin\theta = -j*\frac{e^{j\theta }-e^{-j\theta }}{2}$

得出： $f(t)=\frac{1}{T}\sum_{n=-\infty }^{\infty }\int_{t0}^{t0+T}f(t)e^{-jnwt}dt*e^{jnwt}$

$e^{jnwt}$ 移到左侧并令左侧 $f(t)e^{jnwt}=Cn$

继续推导得到周期傅里叶级数最终形式：

$f(t)=\sum_{-\infty }^{\infty }Cne^{j\frac{2\pi nt}{T}}$

其中 $Cn = \frac{1}{T}\int_{-\frac{\pi }{2}}^{\frac{\pi }{2}}f(t)e^{-j\frac{2\pi nt}{T}}dt$

傅里叶级数中必须先给定一个初始频率，之后的频率必须是的整数倍。

（连续函数的傅里叶变换，也就是标准傅里叶变换也是根据这个推导出的，证明过程在文章最后，了解就好，建议不看）

连续函数 - 傅里叶变换：

F[f(t)] 表示的是连续变量的连续函数 f(t) 的傅里叶变换

重点 - 标准傅里叶变换：

$F[f(t)]=\int_{-\infty }^{\infty }f(t)e^{-j2\pi ut}dt$ （A）

意思是将 f(t) 傅里叶变换，变为 F[f(t)] ，由于是对积分，所以函数 f(t) 傅里叶变换后，自变量由变为， F[f(t)] =F(u)

所以：

$F(u)=F[f(t)]=\int_{-\infty }^{\infty }f(t)e^{-j2\pi ut}dt$

另外可以推出：

$f(t)=\int_{-\infty }^{\infty }F(u)e^{j2\pi ut}du$ （B）

其中（A）和（B）式称为 - 傅里叶变换对。

冲激函数及其取样特征：

冲激函数的作用：取样，冲激及其取样特征也是线性系统和傅里叶变换研究的核心

1.连续函数中量在 t=0 处的单位冲击表示为 $\delta (t)$

还被限制满足定义： $\int_{-\infty }^{\infty}\delta (t)dt=1$

关于如下积分的取样特征：

$\int_{-\infty }^{\infty}f(t)\delta (t)dt=f(0)$

$\int_{-\infty }^{\infty}f(t)\delta (t-t0)dt=f(t0)$

2.离散变量中，为离散变量， $\delta (x)$ 的处理方式相同于刚才的连续函数 $\delta (t)$

还被限制满足定义： $\sum_{-\infty }^{\infty}\delta (x) = 1$

取样特征：

$\sum_{-\infty }^{\infty}f(x)\delta (x) = f(0)$

$\sum_{-\infty }^{\infty}f(x)\delta (x-x0) = f(x0)$

3.冲激串（信号取样利器）

关于冲激串，它的定义为无限个离散的周期冲激串单元之和，他定义为：

$S\Delta T(t)=\sum_{-\infty }^{\infty }\delta (t-n\Delta T)$

（之后的离散傅里叶变换DFT就是需要一个连续函数和取样函数共同得出。）

冲激和冲激串 - 傅里叶变换：

根据前面的周期函数的傅里叶级数（冲激串就是周期函数）得出冲激串函数为：

$S\Delta T(t)=\sum_{-\infty }^{\infty }Cne^{j\frac{2\pi nt}{T}}$

假设冲击串函数是这样的：

所以 $Cn = \frac{1}{\Delta T}\int_{-\frac{\pi }{2}}^{\frac{\pi }{2}}S\Delta T(t)e^{-j\frac{2\pi nt}{T}}dt$

我们发现冲激函数在此区间仅仅在零点取样，

所以 $Cn=\frac{1}{\Delta T}e^{0}=\frac{1}{\Delta T}$

代回原式为：

$S\Delta T(t)=\frac{1}{\Delta T}\sum_{-\infty }^{\infty }e^{j\frac{2\pi nt}{T}}$

对上式子 $S\Delta T(t)$ 求傅里叶变换：

$S(u) = F[S\Delta T(t)] =\frac{1}{\Delta T}F[\sum_{-\infty }^{\infty }e^{j\frac{2\pi nt}{T}}]=\frac{1}{\Delta T}\delta (u-\frac{n}{\Delta T})$

结论：周期为 $\Delta T$ 的冲激串傅里叶变换后仍是冲激串，周期为 $\frac{1}{\Delta T}$

（附上前面说的推理过程）

不能再吃了。

关注

8
点赞
踩
11

收藏

觉得还不错? 一键收藏
0
评论
数字图像处理 - 频率域处理（一）关于傅里叶级数与傅里叶变换

基本知识：1.复数 C=R+jI 其中R为实部，I为虚部，j=√(-1)
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。