有人可以对FFT图像变换做出很好的解释 如何分析FFT变换图像及其Re ^ 2 + Im ^ 2图像? 我只想在查看图像和频率时理解某些内容。
答案 0 :(得分:13)
编辑:对概念here进行了很好的介绍。
这个问题背后有相当多的数学。简单来说,考虑一维功能,例如音频剪辑。傅立叶变换识别该信号中存在的频率。原始音频片段中的每个样本与任何给定时间点的声波幅度相关。相反,傅立叶变换中的每个样本识别特定振荡频率的幅度。例如,1 kHz的纯正弦波将具有傅立叶变换,在1 kHz标记处具有单个尖峰。音频波是许多不同正弦波的组合,而正弦波正在贡献的傅立叶变换分离器以及多少。 (请注意,真正的解释需要深入研究复数,但前面给出了正在发生的事情的本质。)
图像的傅里叶变换是1维傅立叶变换到二维的简单扩展,通过简单地将1-D变换应用于图像的每一行,然后变换结果的每一列来实现。图片。它产生的东西基本相同。沿对角线方向行进的光滑水波的图片将转换为沿同一对角线的一系列尖峰。
傅立叶变换是在连续函数上定义的。 FFT是一种有效评估离散数据集上的傅立叶变换的技术。
答案 1 :(得分:3)
Steve Eddins of Mathworks一直在他的博客上讨论傅里叶变换一段时间了 - 你应该查看here。