傅里叶变换的简单理解

推荐链接

https://www.youtube.com/watch?v=r18Gi8lSkfM (强烈推荐)

https://zhuanlan.zhihu.com/p/19763358

https://betterexplained.com/articles/an-interactive-guide-to-the-fourier-transform/

http://blog.rainy.im/2015/11/03/fourier-transform-in-image-processing/

其核心思想就是，任何连续的周期信号，总可以由一组适当的正弦曲线组成。

太特么抽象了啊。

换个思路来看，这也是链接2里的的一张图片。

从时间方向上来看，我们得到了一个由各种不同颜色曲线组成的黑色曲线，从频率方向来看，是各个彩色曲线的振幅。 这就好比，在一篇英语文章里，好多不同的单词，这就是从时间方向来看，倘若从频率方向来看，就是这篇文章，由26个不同的英文字母组成，这个例子说得好！

     

再上个图，加深理解，

图像处理中，频域反映了 图像在空域的灰度变化剧烈程度， 也就是灰度的变化速度！

上图左下角说明，频率较低，右下角图说明，频率非常高。

高频率通常反映的是图像中的噪点或者边界部分，低频率反映的是图像的主题能量部分。所以，接下的问题，考虑采取合适的filter来过滤，highpass filter 或者是 lowpass filter 或者是 混合 filter。

-----END---