傅里叶变换及应用（二）——傅里叶变换的特点

前言

上一节我们介绍了傅里叶变换的物理意义：对原函数进行傅里叶变换后取绝对值得到的曲线正好就是原函数的频率谱。这一节，我们继续通过几个特殊函数来介绍一下傅里叶变换的特点，下一节傅里叶变换在滤波技术中的应用。

傅里叶变换的特点

先来看下面两个高斯函数的傅里叶变换：


可以看出这种高斯函数傅里叶变换后仍然是一个高斯函数，且宽度是有限的，说明高斯函数是一个有限带宽的函数（带宽指频谱上最大非零点对应的频率）。从两幅图的对比可以看出，高斯函数越窄，它的带宽越大，反之高斯函数越宽，带宽越窄。这一关系正是物理学中讲的不确定关系的来源。
下面，我们再来看另一种函数——阶跃函数：

可以看出，相较于平滑的高斯函数，阶跃函数带宽是无限大的。实际上，一个函数变化越陡峭，它的频谱带宽就越大。这一点在光学成像时非常有意义，一副图片越清晰，物体边缘就越陡，它对应的空间频率的带宽就越宽。而通常成像镜头能通过的带宽是有限的，镜头的口径越大，通过的带宽越大，成像也就越清晰。
好的，接下来，再看另一个函数——方波函数：

这里我们把频谱的右半部分进行放大以方便观察。可以看出方波函数的频谱变成了一系列分立的峰，而每个峰的强度是跟上一幅图也就是阶跃函数的频谱强度一致的。当然，真正值得关注的是这些峰的位置，可以看出，除了0以外的第一个峰的位置在1Hz处，正好等于方波的重复频率，我们把这个频率叫做基频