本文介绍了二维傅里叶变换的概念，将图像分解为复平面波的组合，并探讨了二维频率域K-SPACE的性质，包括离散2D-FT、旋转不变性和采样问题。解释了为何在matlab中使用fftshift使零频回到中心，并给出了去噪的应用示例。
点击上方“机器学习与生成对抗网络”，关注"星标"
获取有趣、好玩的前沿干货！
来自 | 知乎 阿姆斯特朗
链接 | https://zhuanlan.zhihu.com/p/110026009
文仅交流，侵删
1.回顾一下一维FT
公式：
通俗来讲，一维傅里叶变换是将一个一维的信号分解成若干个复指数波
。而由于
，所以可以将每一个复指数波
都视为是
余弦波+j*正弦波的组合。
对于一个正弦波而言，需要三个参数来确定它：频率
,幅度
，相位
。因此在频域中，一维坐标代表频率，而每个坐标对应的函数值也就是
是一个复数，其中它的幅度
就是这个频率正弦波的幅度
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
