傅里叶变换(二)

关于傅里叶变换在一维的情况已经推到过了,可以看我以前的随笔:傅里叶变换(一)

现在来看看二维的情况。

一样的道理只不过这次假设的是一个二维的图像,由无数个不同初相,不同振幅,不同频率,不同传播方向的平面波叠加而成,跟一维不同的是,平面波有传播方向。

具体平面波是什么样的,就是海浪啊,上下做着正弦震动前进的海浪。

表示成公式就是:f(x,y)=m=0+(k=0+(Ak,mcos(ku0x+mv0y+φk,m)))

其中向量(ku0,mv0)构成平面波的传播方向和频率的大小,φk,m还是代表平面波的初相,Ak,m还是代表平面波的振幅大小

由上篇随笔,最后化成:

f(x,y)=m=+k=+(ak,mibk,m2ei(ku0x+mv0y))

ak,m=Ak,mcos(φk,m)bk,m=Ak,msin(φk,m)

然后依然根据三角函数的正交性,对f(x,y)乘以cosku0x,在[T2,T2]对x积分,此时把y看成常数,并用三角函数两角和公式展开,化掉x,然后再乘以cosmv0y,在[T2,T2]对y积分,化掉y

这样就得到ak,m,用同样的方法乘以sinku0x,展开,积分,乘以sinmv0y,展开,积分,得到bk,m,这样平面波的振幅和初相也就得到了。

最后将周期T趋于无穷大,u0v0都趋于无穷小,求和公式就变成了积分公式,x,y分别积分看成是二重积分。

F(u,v)=++f(t)ei(ux+vy)dxdy

f(x,y)=14π2++F(u,v)ei(ux+vy)dudv

这就是最后公式的由来,不知道是不是说清楚了,反正我是明白了。

从这里再思考更高维的傅里叶变换,跟二维已经没有本质的变化了,这不过是平面方程变成了超平面方程,结果多了几重积分而已。

特殊的,看三维的立体波,可以想象成沿着法线方向延申的平面,并且平面上各处的温度都一样,前后成正弦形分布,形成柱形,柱形截面是无限大的,但是温度是有限的,这个就是振幅。这个温度是有正负的,并且正负可以抵消的,且可以正负无限大的,跟物理上的温度不太一样。
这样不同方向的柱子,叠加成一个三维的温度标量场,这个就是图像。当然也是做三次积分消掉三个未知数

至于更高维的,理论上也是这样,但是我这种三维的生物想象不出具体的样子。

 

posted on   litandy  阅读(220)  评论(0编辑  收藏  举报

相关博文:
阅读排行:
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 2025年我用 Compose 写了一个 Todo App
· 张高兴的大模型开发实战:(一)使用 Selenium 进行网页爬虫

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5
点击右上角即可分享
微信分享提示