一、傅立葉變換的由來

關(guān)于傅立葉變換，無論是書本還是在網(wǎng)上可以很容易找到關(guān)于傅立葉變換的描述，但是大都是些故弄玄虛的文章，太過抽象，盡是一些讓人看了就望而生畏的公式的羅列，讓人很難能夠從感性上得到理解，最近，我偶爾從網(wǎng)上看到一個關(guān)于數(shù)字信號處理的電子書籍，是一個叫Steven W. Smith， Ph.D.外國人寫的，寫得非常淺顯，里面有七章由淺入深地專門講述關(guān)于離散信號的傅立葉變換。

雖然是英文文檔，我還是硬著頭皮看完了有關(guān)傅立葉變換的有關(guān)內(nèi)容，看了有茅塞頓開的感覺，在此把我從中得到的理解拿出來跟大家分享。希望很多被傅立葉變換迷惑的朋友能夠得到一點(diǎn)啟發(fā)。

要理解傅立葉變換，確實(shí)需要一定的耐心，別一下子想著傅立葉變換是怎么變換的，當(dāng)然，也需要一定的高等數(shù)學(xué)基礎(chǔ)，最基本的是級數(shù)變換，其中傅立葉級數(shù)變換是傅立葉變換的基礎(chǔ)公式。

二、傅立葉變換的提出

讓我們先看看為什么會有傅立葉變換？傅立葉是一位法國數(shù)學(xué)家和物理學(xué)家的名字，英語原名是Jean Baptiste Joseph Fourier（1768-1830），F(xiàn)ourier對熱傳遞很感興趣，于1807年在法國科學(xué)學(xué)會上發(fā)表了一篇論文，運(yùn)用正弦曲線來描述溫度分布，論文里有個在當(dāng)時具有爭議性的決斷：任何連續(xù)周期信號可以由一組適當(dāng)?shù)恼仪€組合而成。當(dāng)時審查這個論文的人，其中有兩位是歷史上著名的數(shù)學(xué)家拉格朗日（Joseph Louis Lagrange， 1736-1813） 和拉普拉斯 （Pierre Simon de Laplace，1749-1827），當(dāng)拉普拉斯和其它審查者投票通過并要發(fā)表這個論文時，拉格朗日堅(jiān)決反對，在近50年的時間里，拉格朗日堅(jiān)持認(rèn)為傅立葉的方法無法表示帶有棱角的信號，如在方波中出現(xiàn)非連續(xù)變化斜率。法國科學(xué)學(xué)會屈服于拉格朗日的威望，拒絕了傅立葉的工作，幸運(yùn)的是，傅立葉還有其它事情可忙，他參加了政治運(yùn)動，隨拿破侖遠(yuǎn)征埃及，法國大革命后因會被推上斷頭臺而一直在逃避。直到拉格朗日死后15年，這個論文才被發(fā)表出來。

誰是對的呢？拉格朗日是對的：正弦曲線無法組合成一個帶有棱角的信號。但是，我們可以用正弦曲線來非常逼近地表示它，逼近到兩種表示方法不存在能量差別，基于此，傅立葉是對的。

為什么我們要用正弦曲線來代替原來的曲線呢？如我們也還可以用方波或三角波來代替呀，分解信號的方法是無窮的，但分解信號的目的是為了更加簡單地處理原來的信號。用正余弦來表示原信號會更加簡單，因?yàn)檎嘞覔碛性盘査痪哂械男再|(zhì)：正弦曲線保真度。一個正弦曲線信號輸入后，輸出的仍是正弦曲線，只有幅度和相位可能發(fā)生變化，但是頻率和波的形狀仍是一樣的。且只有正弦曲線才擁有這樣的性質(zhì)，正因如此我們才不用方波或三角波來表示。

三、傅立葉變換分類

根據(jù)原信號的不同類型，我們可以把傅立葉變換分為四種類別：

非周期性連續(xù)信號：傅立葉變換 （Fourier Transform）

周期性連續(xù)信號：傅立葉級數(shù) （Fourier Series）

非周期性離散信號：離散時域傅立葉變換 （Discrete Time Fourier Transform）

周期性離散信號：離散傅立葉變換 （Discrete Fourier Transform）

下圖是四種原信號圖例：

這四種傅立葉變換都是針對正無窮大和負(fù)無窮大的信號，即信號的的長度是無窮大的，我們知道這對于計(jì)算機(jī)處理來說是不可能的，那么有沒有針對長度有限的傅立葉變換呢？沒有。

因?yàn)檎嘞也ū欢x成從負(fù)無窮小到正無窮大，我們無法把一個長度無限的信號組合成長度有限的信號。面對這種困難，方法是把長度有限的信號表示成長度無限的信號，可以把信號無限地從左右進(jìn)行延伸，延伸的部分用零來表示，這樣，這個信號就可以被看成是非周期性離解信號，我們就可以用到離散時域傅立葉變換的方法。

還有，也可以把信號用復(fù)制的方法進(jìn)行延伸，這樣信號就變成了周期性離散信號，這時我們就可以用離散傅立葉變換方法進(jìn)行變換。這里我們要學(xué)的是離散信號，對于連續(xù)信號我們不作討論，因?yàn)橛?jì)算機(jī)只能處理離散的數(shù)值信號，我們的最終目的是運(yùn)用計(jì)算機(jī)來處理信號的。

但是對于非周期性的信號，我們需要用無窮多不同頻率的正弦曲線來表示，這對于計(jì)算機(jī)來說是不可能實(shí)現(xiàn)的。所以對于離散信號的變換只有離散傅立葉變換 （DFT） 才能被適用，對于計(jì)算機(jī)來說只有離散的和有限長度的數(shù)據(jù)才能被處理，對于其它的變換類型只有在數(shù)學(xué)演算中才能用到，在計(jì)算機(jī)面前我們只能用DFT方法，后面我們要理解的也正是DFT方法。這里要理解的是我們使用周期性的信號目的是為了能夠用數(shù)學(xué)方法來解決問題，至于考慮周期性信號是從哪里得到或怎樣得到是無意義的。

每種傅立葉變換都分成實(shí)數(shù)和復(fù)數(shù)兩種方法，對于實(shí)數(shù)方法是最好理解的，但是復(fù)數(shù)方法就相對復(fù)雜許多了，需要懂得有關(guān)復(fù)數(shù)的理論知識，不過，如果理解了實(shí)數(shù)離散傅立葉變換 （real DFT），再去理解復(fù)數(shù)傅立葉就更容易了，所以我們先把復(fù)數(shù)的傅立葉放到一邊去，先來理解實(shí)數(shù)傅立葉變換，在后面我們會先講講關(guān)于復(fù)數(shù)的基本理論，然后在理解了實(shí)數(shù)傅立葉變換的基礎(chǔ)上再來理解復(fù)數(shù)傅立葉變換。

還有，這里我們所要說的變換 （transform） 雖然是數(shù)學(xué)意義上的變換，但跟函數(shù)變換是不同的，函數(shù)變換是符合一一映射準(zhǔn)則的，對于離散數(shù)字信號處理 （DSP），有許多的變換：傅立葉變換、拉普拉斯變換、Z變換、希爾伯特變換、離散余弦變換等，這些都擴(kuò)展了函數(shù)變換的定義，允許輸入和輸出有多種的值，簡單地說變換就是把一堆的數(shù)據(jù)變成另一堆的數(shù)據(jù)的方法。

四、傅立葉變換的物理意義

傅立葉變換是數(shù)字信號處理領(lǐng)域一種很重要的算法。要知道傅立葉變換算法的意義，首先要了解傅立葉原理的意義。傅立葉原理表明：任何連續(xù)測量的時序或信號，都可以表示為不同頻率的正弦波信號的無限疊加。而根據(jù)該原理創(chuàng)立的傅立葉變換算法利用直接測量到的原始信號，以累加方式來計(jì)算該信號中不同正弦波信號的頻率、振幅和相位。

和傅立葉變換算法對應(yīng)的是反傅立葉變換算法。該反變換從本質(zhì)上說也是一種累加處理，這樣就可以將單獨(dú)改變的正弦波信號轉(zhuǎn)換成一個信號。因此，可以說，傅立葉變換將原來難以處理的時域信號轉(zhuǎn)換成了易于分析的頻域信號（信號的頻譜），可以利用一些工具對這些頻域信號進(jìn)行處理、加工。最后還可以利用傅立葉反變換將這些頻域信號轉(zhuǎn)換成時域信號。

從現(xiàn)代數(shù)學(xué)的眼光來看，傅里葉變換是一種特殊的積分變換。它能將滿足一定條件的某個函數(shù)表示成正弦基函數(shù)的線性組合或者積分。在不同的研究領(lǐng)域，傅里葉變換具有多種不同的變體形式，如連續(xù)傅里葉變換和離散傅里葉變換。

在數(shù)學(xué)領(lǐng)域，盡管最初傅立葉分析是作為熱過程的解析分析的工具，但是其思想方法仍然具有典型的還原論和分析主義的特征?！叭我狻钡暮瘮?shù)通過一定的分解，都能夠表示為正弦函數(shù)的線性組合的形式，而正弦函數(shù)在物理上是被充分研究而相對簡單的函數(shù)類：

傅立葉變換是線性算子，若賦予適當(dāng)?shù)姆稊?shù)，它還是酉算子；

傅立葉變換的逆變換容易求出，而且形式與正變換非常類似；

正弦基函數(shù)是微分運(yùn)算的本征函數(shù)，從而使得線性微分方程的求解可以轉(zhuǎn)化為常系數(shù)的代數(shù)方程的求解。在線性時不變的卷積運(yùn)算為簡單的乘積運(yùn)算，從而提供了計(jì)算卷積的一種簡單手段；

離散形式的傅立葉的物理系統(tǒng)內(nèi)，頻率是個不變的性質(zhì)，從而系統(tǒng)對于復(fù)雜激勵的響應(yīng)可以通過組合其對不同頻率正弦信號的響應(yīng)來獲?。?/p>

著名的卷積定理指出：傅立葉變換可以化復(fù)變換可以利用數(shù)字計(jì)算機(jī)快速的算出（其算法稱為快速傅立葉變換算法 （FFT））。

正是由于上述的良好性質(zhì)，傅里葉變換在物理學(xué)、數(shù)論、組合數(shù)學(xué)、信號處理、概率、統(tǒng)計(jì)、密碼學(xué)、聲學(xué)、光學(xué)等領(lǐng)域都有著廣泛的應(yīng)用。

五、圖像傅立葉變換的物理意義

圖像的頻率是表征圖像中灰度變化劇烈程度的指標(biāo)，是灰度在平面空間上的梯度。如：大面積的沙漠在圖像中是一片灰度變化緩慢的區(qū)域，對應(yīng)的頻率值很低；而對于地表屬性變換劇烈的邊緣區(qū)域在圖像中是一片灰度變化劇烈的區(qū)域，對應(yīng)的頻率值較高。傅立葉變換在實(shí)際中有非常明顯的物理意義，設(shè)f是一個能量有限的模擬信號，則其傅立葉變換就表示f的譜。

從純粹的數(shù)學(xué)意義上看，傅立葉變換是將一個函數(shù)轉(zhuǎn)換為一系列周期函數(shù)來處理的。從物理效果看，傅立葉變換是將圖像從空間域轉(zhuǎn)換到頻率域，其逆變換是將圖像從頻率域轉(zhuǎn)換到空間域。換句話說，傅立葉變換的物理意義是將圖像的灰度分布函數(shù)變換為圖像的頻率分布函數(shù)，傅立葉逆變換是將圖像的頻率分布函數(shù)變換為灰度分布函數(shù)。

傅立葉變換以前，圖像（未壓縮的位圖）是由對在連續(xù)空間（現(xiàn)實(shí)空間）上的采樣得到一系列點(diǎn)的集合，我們習(xí)慣用一個二維矩陣表示空間上各點(diǎn)，則圖像可由z=f（x，y）來表示。由于空間是三維的，圖像是二維的，因此空間中物體在另一個維度上的關(guān)系就由梯度來表示，這樣我們可以通過觀察圖像得知物體在三維空間中的對應(yīng)關(guān)系。

為什么要提梯度？因?yàn)閷?shí)際上對圖像進(jìn)行二維傅立葉變換得到頻譜圖，就是圖像梯度的分布圖，當(dāng)然頻譜圖上的各點(diǎn)與圖像上各點(diǎn)并不存在一一對應(yīng)的關(guān)系，即使在不移頻的情況下也是沒有。傅立葉頻譜圖上我們看到的明暗不一的亮點(diǎn)，實(shí)際上圖像上某一點(diǎn)與鄰域點(diǎn)差異的強(qiáng)弱，即梯度的大小，也即該點(diǎn)的頻率的大?。梢赃@么理解，圖像中的低頻部分指低梯度的點(diǎn)，高頻部分相反）。

一般來講，梯度大則該點(diǎn)的亮度強(qiáng)，否則該點(diǎn)亮度弱。這樣通過觀察傅立葉變換后的頻譜圖，也叫功率圖，我們首先就可以看出，圖像的能量分布，如果頻譜圖中暗的點(diǎn)數(shù)更多，那么實(shí)際圖像是比較柔和的（因?yàn)楦鼽c(diǎn)與鄰域差異都不大，梯度相對較小），反之，如果頻譜圖中亮的點(diǎn)數(shù)多，那么實(shí)際圖像一定是尖銳的，邊界分明且邊界兩邊像素差異較大的。

對頻譜移頻到原點(diǎn)以后，可以看出圖像的頻率分布是以原點(diǎn)為圓心，對稱分布的。將頻譜移頻到圓心除了可以清晰地看出圖像頻率分布以外，還有一個好處，它可以分離出有周期性規(guī)律的干擾信號，比如正弦干擾，一副帶有正弦干擾，移頻到原點(diǎn)的頻譜圖上可以看出除了中心以外還存在以某一點(diǎn)為中心，對稱分布的亮點(diǎn)集合，這個集合就是干擾噪音產(chǎn)生的，這時可以很直觀的通過在該位置放置帶阻濾波器消除干擾。

另外我還想說明以下幾點(diǎn)：

圖像經(jīng)過二維傅立葉變換后，其變換系數(shù)矩陣表明：若變換矩陣Fn原點(diǎn)設(shè)在中心，其頻譜能量集中分布在變換系數(shù)短陣的中心附近。若所用的二維傅立葉變換矩陣Fn 的原點(diǎn)設(shè)在左上角，那么圖像信號能量將集中在系數(shù)矩陣的四個角上。這是由二維傅立葉變換本身性質(zhì)決定的。同時也表明一股圖像能量集中低頻區(qū)域。

變換之后的圖像在原點(diǎn)平移之前四角是低頻，最亮，平移之后中間部分是低頻，最亮，亮度大說明低頻的能量大（幅角比較大）。

審核編輯 ：李倩