2010-03-31 21 views
7

Czy ktoś może podać dobre wyjaśnienie transformacji obrazu FFT? W jaki sposób przekształcony obraz FFT i jego obraz Re^2 + Im^2 może być analizowany? Po prostu chcę coś zrozumieć, patrząc na obraz i jego częstotliwość.fft zrozumienie

+0

Migracja do pliku dsp.stackexchange? –

Odpowiedz

13

EDYCJA: Istnieje wspaniałe wprowadzenie do koncepcji here.

Za tym pytaniem kryje się sporo matematyki. Mówiąc prosto, rozważ funkcję 1-D, taką jak klip audio. Transformata Fouriera identyfikuje częstotliwości obecne w tym sygnale. Każda próbka w oryginalnym klipie audio jest skorelowana z amplitudą fali dźwiękowej w danym momencie. Natomiast każda próbka w transformacie Fouriera identyfikuje amplitudę określonej częstotliwości oscylacji. Na przykład czysta fala sinusoidalna o częstotliwości 1 kHz będzie miała transformatę Fouriera z pojedynczym kolcem na znaku 1 kHz. Fale dźwiękowe są kombinacjami wielu różnych fal sinusoidalnych, a izolaty transformaty Fouriera, których fale sinusoidalne wnoszą swój wkład i jak dużo. (Zauważ, że prawdziwe wyjaśnienie wymaga zagłębienia się w liczby zespolone, ale powyższe stanowi istotę tego, co się dzieje).

Czteroczłonowa transformacja obrazu jest prostym rozszerzeniem transformaty Fouriera na dwa wymiary i jest uzyskiwana przez proste zastosowanie transformacji 1-D do każdego wiersza obrazu, a następnie przekształcenie każdej kolumny wynikowy obraz. Produkuje zasadniczo to samo. Obraz gładkich fal wodnych poruszających się w kierunku ukośnym przekształci się w serię kolców wzdłuż tej samej przekątnej.

Transformacja Fouriera jest zdefiniowana dla funkcji ciągłych. FFT jest techniką do wydajnej oceny transformaty Fouriera na dyskretnych zbiorach danych.

+1

Dobra odpowiedź - warto również wyjaśnić pojęcie * częstotliwości przestrzennej * w obrazie oraz interpretację fazy i wielkości 2D FFT. –

+1

Dzięki za sugestię @Paul. Zamiast napełniać odpowiedź, znalazłem dobry link. –

+0

+1, dobra odpowiedź, po prostu lubię dodać, że FFT jest algorytmem do wydajnego obliczania DFT. Więcej na temat DFT: http://en.wikipedia.org/wiki/Discrete_Fourier_transform – Frunsi