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:
其中向量
由上篇随笔,最后化成:
然后依然根据三角函数的正交性,对
这样就得到
最后将周期T趋于无穷大,
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。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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