python傅里叶变换相位谱图_[转载]图像傅立叶变换及相位谱

1、为什么要进行 傅里叶变换，其物理意义是什么？

傅

立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义，首先要了解傅立叶原理的意义。傅立叶原理表明：任何连续测量的时序或信号，都

可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号，以累加方式来计算该信号中不同正弦波信号的频

率、振幅和相位。

和傅立叶变换算法对应的是反傅立

叶变换算法。该反变换从本质上说也是一种累加处理，这样就可以将单独改变的正弦波信号转换成一个信号。

因此，可以说，傅立叶变换将原来

难以处理的时域信号转换成了易于分析的频域信号(信号的频谱)，可以利用一些工具对这些频域信号进行处理、加工。最后还可以利用傅立叶反变换将这些频域信

号转换成时域信号。

从现代数学的眼光来看，傅里叶变

换是一种特殊的积分变换。它能将满足一定条件的某个函数表示成正弦基函数的线性组合或者积分。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连

续傅里叶变换和离散傅里叶变换。

在数学领域，尽管最初傅立叶分析

是作为热过程的解析分析的工具，但是其思想方法仍然具有典型的还原论和分析主义的特征。"任意"的函数通过一定的分解，都能够表示为正弦函数的线性组合的形式，而正弦函数在物理上是被充分研究而相对简单

的函数类：1. 傅立叶变换是线性算子,若 赋予适当的范数,它还是酉算子;2. 傅立

叶变换的逆变换容易求出,而且形式与正变换非常类似;3. 正弦基函数是微分运算的本征函数,从而使得线性微分方程的求解可以转化为常系数的

代数方程的求解