我正在实现一种称为跟踪变换的方法，用于图像分析。该算法使用像素值的一组变换来提取图像的许多特征（在我的情况下，与纹理相关的特征）。这是一篇描述算法的论文：http://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=18&cad=rja&ved=0CGoQFjAHOAo&url=http%3A%2F%2Fpdf.aminer.org%2F000%2F067%2F295%2Ftexture_classification_with_thousands_of_features.pdf&ei=lV9cUez_GYrx2QX-voCgDw&usg=AFQjCNEbCd8GBm4X8V4vk0PYyQwPZPlWyg&sig2=KTtvd1XxtvuUpCDeBzUu4A（对于长链接感到抱歉）
该算法最终构造“三重特征”，其是表征图像的数字，并且通过对由在所有角度穿过图像的所有描迹线提取的像素值应用第一组变换来计算。在纸上你可以看到从第2页开始的这种描述，图1显示了这样一条跟踪线的抽象，它由角度（phi）和线条距图像中心的距离（d）定义。因此，我们可以通过对描述每个跟踪线（phi，d）。
现在在论文的下一页（第3页），我们有表1，它是应用于跟踪线提取的像素值的一组函数。应用于所有跟踪线的这些功能中的每一个都生成图像的另一种表示。然后将另一组函数（第4页上的表2中显示的函数）应用于沿着列的图像的新表示，这基本上沿着参数d生成，这样，图像的另一个新表示。
最后，将另一组函数应用于该最后一个表示，该表示是参数phi上的值的数组，其是角度参数（这意味着我们具有描述图像的360个值，对于每个跟踪线的角度一个）。您可以在表3第4页的论文中看到这些功能。
现在，必须应用于参数phi上图像的最后一个表示的最后一组函数中的一些需要计算这组360值的谐波。首先，我需要计算一次谐波，然后计算第一到第四次谐波的幅度和相位，但我不知道该怎么做。
我希望这能更好地解释它。你可以阅读论文的前几页，因为它可能会更好地解释。图1通过（phi，d）对跟踪线和每条线的表示清楚地表明了我的意思。
由于