天天看點

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

<前言>

傅裡葉分析之掐死教程,我看了,說實話我覺得有點繞,如果沒學過傅裡葉變換我覺得不可能看一遍就懂,估計會卡死很久。尤其是那些矢量圖和大海螺旋圖,讓我一臉懵逼,懷疑自己沒學過傅裡葉變換。

Heinrich:傅裡葉分析之掐死教程(完整版)更新于2014.06.06​zhuanlan.zhihu.com

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

仔細一想,作者說“要讓讀者在不看任何數學公式的情況下了解傅裡葉分析”。這就麻煩了,數學語言簡潔直接,要最快了解顯然應該不應該走這條路,而應該先把相關的數學知識搞清楚到能了解傅裡葉變換的程度。

當然像作者這樣去講述也是很棒的(尤其是我引用的那張圖,很清晰),但是我總覺得這樣會使已經有一點數學基礎的人看的更暈,沒有數學基礎的同學也不可能很快了解。

</前言>

<正文>

我們可以将任意信号強度随時間變化的規律寫成函數f(x),x表示時間。

任意信号往往非常複雜毫無規律,難以用數學式表示,于是我們希望将函數f(x)分解為幾個簡單的函數相加的形式,分解如下表示:

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

我們自然希望找到一種分解(選擇一種合适的基底函數),能夠很友善地求出系數c_n。數學家告訴我們三角函數、複指數函數正是合适的基底函數。

利用三角函數系或複指數函數系展開的函數級數被稱為傅立葉級數。

周期為T的函數f(x)傅裡葉級數展開如下:

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

數學家(知道我們不會算)同時告訴了我們系數:

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

式中a_n, b_n是傅立葉系數,ω為基頻,與周期T或頻率f的關系是ω=2π/T=2πf。

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

補充一下振幅和相位的定義

把頻率作為x軸(數值用n表示),把振幅An作為y軸,可以畫出頻譜圖(幅度譜):

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

(随便取的數值)

利用頻譜圖還可以直覺地分析各諧波分量的組成以及比重。當然還有相位譜圖,頻率作為x軸(數值用n表示),相位φ作為y軸就好了。

如上所述,我們可以将一個複雜的周期性信号分解成幾個簡單的簡諧波疊加。

(把複雜的波形變成如上幾根線段,真是太爽了!)

那非周期性函數怎麼辦?非周期函數的傅立葉展開式,周期無限大,采用傅立葉積分。

傅立葉積分是傅立葉級數取極限得到的,推導過程如下圖所示:

(前方複指數函數警告,沒學過可以跳過下圖推導)

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

(非周期拿幾個簡諧波疊加湊不好,那就多幾個,無限多個來個積分總夠了吧!)

對比一下傅裡葉級數的式子:

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

非周期信号的F(f)就是周期性信号的An(也就是一開始說的系數)。

非周期信号和周期性信号的差別就在于頻譜是否連續:

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

(兩圖的數值都是亂定的)

<總結一下>

是以呢,傅裡葉變換就是在分解一個函數的過程中,某個叫傅裡葉的人發現某種分解方式特别簡潔好算,然後就把這種分解方式(變換)命名為傅裡葉變換。

從數學上了解,就是把一個函數寫成幾個(或者無限個,取個極限)函數(三角函數或複指數函數)相加的過程。

從信号處理的角度來了解,就是把一個在時域上非常複雜的信号函數(随時間變化非常複雜),轉變為在頻域上相對簡單便于處理的頻譜函數的過程。

下圖非常直覺地表現了這一過程。基底函數是三角函數,原始信号函數前面那個是圖像類似于矩形波的函數。如果要分解真正的矩形波(顯然是非周期函數),頻譜圖像就是連續的。

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

</總結一下>

很多時候會把f寫成u:

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

還有傅裡葉反(逆)變換:

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

傅立葉變換是互逆的,唯一的。如果沒有這一性質,就不能将一個時域的函數變換為頻域進行分析,再變換回時域。

值得注意的是,上文我們以信号随時間的變化舉例來了解一維的傅裡葉變換,或者說應用一維傅裡葉變換處理随時間變換的信号問題。但是傅裡葉變換在數學上僅僅是一個函數變換,具體變量的含義并無規定。

</正文>

<遙感數字圖像處理原理課的複習>

通過“處理時間信号”的例子,現在我們已經了解了傅裡葉變換。很容易将傅裡葉變換拓展至多元。二維函數的傅立葉變換和反變換分别定義為:

matlab求傅裡葉級數展開式_明明學過積分和三角函數就能秒了解傅裡葉變換.........

處理靜态二維圖像需要使用二維傅裡葉變換。

f(x,y)是一幅圖像,F(u,v)是它的傅立葉變換。u, v是傅立葉變換的空間頻率。

對比一下利用一維傅裡葉變換處理時間信号:

  • 一維傅裡葉變換(處理時間信号):時域的函數變換為頻域,進行分析,再變換回時域。
  • 二維傅裡葉變換(處理二維圖像):空域的函數變換為頻域,進行分析,再變換回空域。

應該不難了解。

空間頻率在上一節課《數字圖像處理的光學基礎》中已經講過,可以了解為等相位線在x,y坐标投影的截距的倒數。對于圖像信号,空間頻率是指機關長度内亮度作周期性變化的次數。

空間頻率的概念在圖像進行中十分重要。了解噪聲、線、細節、背景或平滑區域等對應的空間頻率特性,才能更好地對圖像進行處理。

空間頻率知識細節對應到光學,涉及阿貝成像理論:

物體經過光學系統到像經曆了兩個過程:

(1)物經過光學系統後,在它的後焦面上形成衍射圖樣(夫琅和費衍射)。

(2)以衍射圖樣為次波波源,在像平面上産生振幅疊加而構成了物的像。

這兩個過程分别對應傅立葉正變換和傅裡葉反變換。阿貝在數學上證明了,二次成像過程就是對二維光場的複振幅進行正、反兩次傅立葉變換的過程。

第一次是把光場複振幅的空間分布,變成光學系統後焦面上的空間頻率的分布。

第二次的作用是把空間頻率分布還原成光場複振幅的空間分布。

光的二次傅立葉變換,是數字圖像進行中改善圖像品質的光學理論基礎。

</遙感數字圖像處理原理課的複習>

繼續閱讀