注:欢迎关注本人分享有关个性化推荐系统公众号:Tiany_RecoSystem
转自:
穆文:[CV] 通俗理解『卷积』——从傅里叶变换到滤波器
一般来讲,我们涉及到的系统都是『时不变系统』(time invariant system),即 输入响应不随激励时间的改变而变化,并且是『线性系统』(linear system)。而我们所处理的时间信号一般分为四种情形:
- 连续非周期
- 连续周期
- 离散非周期
- 离散周期
这四种信号对应的频谱也是各有特点,时域的『周期』性质对应到频域是频谱『离散』,『非周期』对应『连续』,而时域的『连续』和『离散』对应到频域则是『非周期』和『周期』。图像可以看做是『离散非周期信号』(因为图像的像素点是离散的且大多没有周期性),更严谨地说,是『有限长离散非周期序列』,其频谱是连续周期性的,且z变换和傅里叶变换都存在。
说到『傅里叶变换』,其实傅里叶变换的本质是实频域分析,但对于某些信号(比如不稳定信号)并不存在这样的变换,所以更通用的做法是『z变换』,映射到复频域进行分析。更多内容,见参考资料[1]和[2]
一维信号
我们最常接触到的『信号』是一维时间信号,比如人的声音、乐曲、无线电波等,横坐标是时间t,纵坐标是信号的幅度,代表不同时刻的信号强度。而在教科书上,最常见的是如下正弦波
![c6af96dfe34c526a566b1f6964b81787.png](https://i-blog.csdnimg.cn/blog_migrate/763a6330d573200d6635945c6cde4ea9.jpeg)
时域频域
以声音信号为例,女生的声音比男生『尖』,说白了就是『频率』更高,也就是声音信号在t轴上的『震荡』更快。而一个复杂的声音信号,通常包括很多『频段』,最直观的就是录音棚里调节各个分量的旋钮,把低频分量旋钮调高,声音更『浑厚』,有重低音的效果,而把高频分量旋钮调高,则变得尖细。
如果我们把一个信号各个频段的成分也画出来,横坐标是频段的『大小』,纵坐标是对应频段成分的『幅度』&#