Fourier Transformation
Fourier Transformation
(连续)傅里叶变换:将时域映射到频域的变换
- $x$:自变量,多表示时间
- $F(\xi)$:频率
傅里叶变换理解
将自变量 $x$ 线性映射为极坐标系中角度,调整线性映射的比例(即频率),即可绘制出不同的曲线
计算不同频率下曲线围成的图像的质心(径向)坐标
- 质心的角度坐标只需原函数沿 $x$ 轴平移即可改变
- 若原图像不关于 $x$ 轴对称,则质心在频率 0 点处有较大值
据以上:周期函数映射在极坐标系下图像,其质心位置在对应频率下取波峰值
傅里叶变换计算
利用复数项 $e^{-2\pi ix \xi}$ 表示在复平面中的旋转角度
- $x$ 为函数自变量,$\xi$ 为频率(即自变量映射比例)
- 傅里叶变换中旋转为缺省为顺时针,所以补足负号
- 函数在复平面中则表示为 $f(x) e^{-2\pi ix \xi}$
函数围成的曲线质心则为 $\frac 1 {x2 - x_1} \int{x_1}^{x_2} f(x) e^{-2\pi ix \xi} dx$
- 系数 $\frac 1 {x_2 - x_1}$ 将积分结果放缩回质心,可省略
- 将原积分区域外函数值定为 0,积分上下限扩展至 $-\infty, \infty$ 不影响积分结果
- 函数有效取值部分越长,质心波动约迅速
傅里叶变换
Discrete Fourier Transformation
DFT:归一化二维离散傅里叶变换
Discrete Consine Transformation
余弦变换
- 在给定区间为满足狄利克雷条件的连续实对称函数,可以展开为 仅含余弦项的傅里叶级数
- 对于定义在正实数域上的函数,可以通过偶延拓、或奇延拓满足 上述条件
离散余弦变换
$(x,y) or (u,v) = (0,0)$时
其他
Fourier Transformation
https://xyy15926.github.io/Math-Analysis/Fourier-Analysis/fourier_transform.html