第4章 Python 数字图像处理(DIP) - 频率域滤波4 - 单变量的离散傅里叶变换DFT
目录标题
- 单变量的离散傅里叶变换
- 由取样后的函数的连续变换得到DFT
- 取样和频率间隔的关系
单变量的离散傅里叶变换
由取样后的函数的连续变换得到DFT
对原函数的变换取样后的业的发展的变换F~(μ)\tilde F(\mu)F~(μ),但未给出取样后的函数f~(t)\tilde f(t)f~(t)的变换F~(μ)\tilde F(\mu)F~(μ)的表达式。
F~(μ)=∫−∞∞f~(t)e−j2πμtdt(4.39)\tilde F(\mu) = \int_{-\infty}^{\infty} \tilde f(t) e^{-j2\pi\mu t} dt\tag{4.39}F~(μ)=∫−∞∞f~(t)e−j2πμtdt(4.39)
F~(μ)=∫−∞∞f~(t)e−j2πμtdt=∫−∞∞∑n=−∞∞f(t)δ(t−nΔT)e−j2πμtdt=∑n=−∞∞∫−∞∞f(t)δ(t−nΔT)e−j2πμtdt=∑n=−∞∞fne−j2πμnΔT(4.40)\begin{aligned} \tilde F(\mu) & = \int_{-\infty}^{\infty} \tilde f(t) e^{-j2\pi\mu t} dt = \int_{-\infty}^{\infty} \sum_{n = -\infty}^{\infty} f(t) \delta(t - n\Delta T) e^{-j2\pi\mu t} dt\\ & = \sum_{n = -\infty}^{\infty} \int_{-\infty}^{\infty} f(t) \delta(t - n\Delta T) e^{-j2\pi\mu t} dt \\ & = \sum_{n = -\infty}^{\infty} f_n e^{-j2\pi\mu n \Delta T} \end{aligned} \tag{4.40}F~(μ)=∫−∞∞f~(t)e−j2πμtdt=∫−∞∞n=−∞∑∞f(t)δ(t−nΔT)e−j2πμtdt=n=−∞∑∞∫−∞∞f(t)δ(t−nΔT)e−j2πμtdt=n=−∞∑∞fne−j2πμnΔT(4.40)
μ=mMΔT,m=0,1,2,⋯,M−1(4.41)\mu = \frac{m}{M\Delta T}, \quad m = 0, 1, 2, \cdots, M-1 \tag{4.41}μ=MΔTm,m=0,1,2,⋯,M−1(4.41)
下面表达式就是我们所求的离散傅里叶变换
Fm=∑n=0M−1fne−j2πμnm/M,m=0,1,2,⋯,M−1(4.42)F_m = \sum_{n = 0}^{M - 1} f_n e^{-j2\pi\mu n m/M}, \quad m = 0, 1, 2, \cdots, M-1 \tag{4.42}Fm=n=0∑M−1fne−j2πμnm/M,m=0,1,2,⋯,M−1(4.42)
离散傅里叶反变换
fn=1M∑m=0M−1Fmej2πμnm/M,n=0,1,2,⋯,M−1(4.43)f_n = \frac{1}{M}\sum_{m = 0}^{M - 1} F_m e^{j2\pi\mu n m/M}, \quad n = 0, 1, 2, \cdots, M-1 \tag{4.43}fn=M1m=0∑M−1Fmej2πμnm/M,n=0,1,2,⋯,M−1(4.43)
一般二维情况下,使用xxx和yyy表示图像坐标变量并使用uuu和vvv表示频率变量更为直观。离散傅里叶变换对可以改写为
F(u)=∑x=0M−1f(x)e−j2πux/M,u=0,1,2,⋯,M−1(4.44)F(u) = \sum_{x = 0}^{M - 1} f(x) e^{-j2\pi u x/M}, \quad u = 0, 1, 2, \cdots, M-1 \tag{4.44}F(u)=x=0∑M−1f(x)e−j2πux/M,u=0,1,2,⋯,M−1(4.44)
离散傅里叶反变换
f(x)=1M∑u=0M−1F(u)ej2πux/M,x=0,1,2,⋯,M−1(4.45)f(x) = \frac{1}{M}\sum_{u = 0}^{M - 1} F(u) e^{j2\pi u x/M}, \quad x = 0, 1, 2, \cdots, M-1 \tag{4.45}f(x)=M1u=0∑M−1F(u)ej2πux/M,x=0,1,2,⋯,M−1(4.45)
取样和频率间隔的关系
# 例4.4 计算DFT
# x = 0, 1, 2, 3
# f(x) = 1, 2, 4, 4
x = np.arange(4)
y = np.array([1, 2, 4, 4])
fft = np.fft.fft(y)
print('DFT')
print(fft)# IDFT反变换
ifft = np.fft.ifft(fft)
print('IDFT')
print(ifft)
DFT
[11.+0.j -3.+2.j -1.+0.j -3.-2.j]
IDFT
[1.+0.j 2.+0.j 4.+0.j 4.+0.j]
第4章 Python 数字图像处理(DIP) - 频率域滤波4 - 单变量的离散傅里叶变换DFT相关推荐
- 第4章 Python 数字图像处理(DIP) - 频率域滤波5 - 二变量函数的傅里叶变换、图像中的混叠、二维离散傅里叶变换及其反变换
目录 二变量函数的傅里叶变换 二维冲激及其取样性质 二维连续傅里叶变换对 二维取样和二维取样定理 图像中的混叠 二维离散傅里叶变换及其反变换 二变量函数的傅里叶变换 二维冲激及其取样性质 两个连续变量 ...
- 第4章 Python 数字图像处理(DIP) - 频率域滤波10 - 使用低通频率域滤波器平滑图像 - 理想、高斯、巴特沃斯低通滤波器
目录 使用低通频率域滤波器平滑图像 理想低通滤波器(ILPF) 高斯低通滤波器(GLPF) 巴特沃斯低通滤波器 低通滤波的例子 使用低通频率域滤波器平滑图像 理想低通滤波器(ILPF) 在以原点为中心 ...
- 第4章 Python 数字图像处理(DIP) - 频率域滤波11 - 使用高通滤波器锐化图像
目录 使用高通滤波器锐化图像 由低通滤波器得到理想.高斯和巴特沃斯高通滤波器 指纹增强 频域中的拉普拉斯 钝化掩蔽.高提升滤波和高频强调滤波 同态滤波 使用高通滤波器锐化图像 由低通滤波器得到理想.高 ...
- 第4章 Python 数字图像处理(DIP) - 频率域滤波2 - 复数、傅里叶级数、连续单变量函数的傅里叶变换、卷积
目录 基本概念 复数 傅里叶级数 冲激函数及其取样(筛选)性质 连续单变量函数的傅里叶变换 卷积 基本概念 复数 复数CCC的定义为 C=R+jI(4.3)C = R + jI \tag{4.3}C= ...
- 第4章 Python 数字图像处理(DIP) - 频率域滤波8 - 二维DFT和IDFT的一些性质 - 二维离散卷积定理
目录 二维DFT和IDFT的一些性质 二维离散卷积定理 二维离散傅里叶变换性质的小结 二维DFT和IDFT的一些性质 二维离散卷积定理 二维循环卷积表达式: (f⋆h)(x,y)=∑m=0M−1∑n= ...
- 第4章 Python 数字图像处理(DIP) - 频率域滤波1 - 傅里叶级数和变换简史
本章主要讲解频域域滤波的技术,主要技术用到是大家熟悉的傅里叶变换与傅里叶反变换.这里有比较多的篇幅讲解的傅里叶的推导进程,用到Numpy傅里叶变换.本章理论基础比较多,需要更多的耐心来阅读,有发现有错 ...
- 第4章 Python 数字图像处理(DIP) - 频率域滤波12 - 选择性滤波 - 带阻
目录 选择性滤波 带阻滤波器和带通滤波器 陷波滤波器 选择性滤波 处理特定的频带的滤波器称为频带滤波器 带阻滤波器: 若某个频带中的频率被滤除 带通滤波器: 若某个频带中的频率被通过 处理小频率矩形区 ...
- 第4章 Python 数字图像处理(DIP) - 频率域滤波6 - 二维DFT和IDFT的一些性质 - 平移和旋转、周期性、对称性
目录 二维DFT和IDFT的一些性质 空间间隔和频率间隔的关系 平移和旋转 周期性 对称性 二维DFT和IDFT的一些性质 空间间隔和频率间隔的关系 Δu=1MΔT(4.69)\Delta u = \ ...
- 第4章 Python 数字图像处理(DIP) - 频率域滤波7 - 二维DFT和IDFT的一些性质 - 傅里叶频谱和相角
目录 二维DFT和IDFT的一些性质 傅里叶频谱和相角 二维DFT和IDFT的一些性质 傅里叶频谱和相角 F(u,v)=R(u,v)+jI(u,v)=∣F(u,v)∣ejϕ(u,v)(4.86)F(u ...
最新文章
- c 语言三种正规循环,C语言复习题库
- C++类型转换总结【转】
- HDU - 5920 Ugly Problem(Java大数+贪心)
- [luoguP2324] [SCOI2005]骑士精神(A*?)
- javascript高级程序设计pdf_Java、C语言、Python、PHP、JavaScript五大编程语言,要学哪个?...
- 配置F5 负载均衡(转)
- QEMU文档之bypass iommu
- 开始时间 结束时间,全程的运行时间的计算
- 关于refresh token的总结
- echarts的xAxis的axisLabel的使用
- 【软件定义汽车】【架构篇】最全整车电子电气E/E架构(含汽车公司)
- 玩家如何在游戏中使用辅助脚本
- 欧冠 欧洲杯免费直播平台
- 瑞吉外卖——菜品展示功能(移动端)
- 最小公倍数和最小公约数
- ubuntu下如何设置PageUp/PageDown键调出使用过的历史命令
- VMware中使用U盘PE系统
- Centos7下用命令下载jdk7及jboss-eap-6
- SpringCloud 小案例 -- SpringCloud netfilx 使用
- 惠普HP Smart Tank 538 打印机驱动