為什麼傅利葉變換得出的頻譜可以反映影象中灰度變化劇烈程度?

時間 2021-05-09 12:59:54

1樓:甜士多啤梨

其實樓下的各位說的很好了,我詳細用圖講一下理解。

從頭來講,從最開始學習傅利葉變換,我們就知道標準余弦訊號 的時域圖是這樣的,

來自go-gddq.com

頻譜圖是這樣的,

當 越大,意味著它頻域上的兩個脈衝分散的越開,也意味著它的頻率越快。

通訊訊號是時域變化的,如果轉換成二維空域訊號,可以想象為,轉換為俯視視角,並按照一軸複製,

對余弦波影象做傅利葉變換,從時域變到空域,而這裡的影象訊號振幅代表灰度,得到的結果是這樣的,

來自umn CS講義

左上角的影象對應的頻域在它正下,右上角同理。 我們可以看到與時域訊號傅利葉變換相同,當影象中的余弦波頻率越快時,它對應的頻域圖越高。直觀上說,余弦波的頻率越高,意味著影象中幅度(灰度)變化越劇烈。

而我們都知道,傅利葉變換是把訊號分為不同的正弦/余弦波,所以,整個過程可以簡單的做如下理解,

來自牛津機械人講義

如果影象中高頻成分多,意味著 權重大,這就意味著影象中灰度變化劇烈。完。

2樓:潛心造輪子

影象可以理解為數碼訊號,對這個陣列數碼訊號做離散傅利葉變換,可以得到頻譜,頻譜中的高頻分量對應了影象中變化劇烈的部分,這個可以模擬正弦波的頻譜,如果正弦波的頻率很高,那正弦波的變化速度就非常快,同樣地如果影象中高頻成分比較多,意味著影象中有很多變化速度非常快的部分,這些變化非常快的地方對應了影象中的邊緣區域

3樓:

傅利葉變換是任意的一條曲線都可以用不同頻率的正弦曲線乘個權重相加去擬合,變化劇烈的地方需要用更高頻的正弦曲線才能擬合的好,所以反過來頻率表示變化劇烈程度。

不過現在影象出來直接用傅利葉變換的不多,編譯碼可以用余弦變換和小波變換,深度學習方面直接用卷積核。

時域進行兩次傅利葉變換得到什麼樣的時域?

陌墨聞 直接算一下就知道了啊 假設經過一次傅利葉變換得到 再經過一次傅利葉變換得到 根據公示有 交換積分順序 所以兩次傅利葉變換得到的是對稱反轉後的時域訊號 來吧不想動手谷歌的朋友 FT兩次 原訊號沿y軸對稱一下,即 時光倒流 傳送門Fourier transform 單瓊信 其實這個問題是非常有意...

傅利葉變換的意義是什麼?

wizardyhnr 主要是域的轉換,簡化運算。以對數為例,通過對數,乘法運算轉化為加法,最後乙個反對數求出答案。傅利葉變換是把卷積轉換為乘法,最後通過反傅利葉變換求出答案。看看卷積公式你就知道它的意義了 woodman 傅利葉變換是 時域到頻域 的變換這個提法本身就很片面。更準確的理解應該是 乙個...

為什麼傅利葉變換具有對稱性?

張策 數學上也並不是巧合。首先明確一點,對於實值訊號和有對稱性的純虛復訊號來說,其傅利葉變換是存在對稱性的,沒有對稱性的純虛訊號或非純虛復訊號來說不存在對稱性。這個對稱性其實就是實值訊號傅利葉變換的乙個重要性質 共軛對稱。推導的話大致如下 因為任意乙個函式都可以表示成乙個奇函式和乙個偶函式的和。而很...