|
大小: 487
备注:
|
大小: 937
备注:
|
| 删除的内容标记成这样。 | 加入的内容标记成这样。 |
| 行号 1: | 行号 1: |
| == 一维傅里叶变换 == 任何一个周期函数都可以由多个不同频率的正弦（或余弦）函数线性叠加得到。 {{attachment:figure41.png}} 表示成数学表达式是这样子的： == 二维离散傅里叶变换 == |
|
| 行号 8: | 行号 20: |
| * http://zh.wikipedia.org/wiki/%E5%82%85%E9%87%8C%E5%8F%B6%E5%8F%98%E6%8D%A2 | * https://secure.wikimedia.org/wikipedia/zh/w/index.php?title=%E5%82%85%E7%AB%8B%E5%8F%B6%E5%8F%98%E6%8D%A2&variant=zh-cn |
| 行号 10: | 行号 22: |
| * http://zh.wikipedia.org/wiki/%E7%A6%BB%E6%95%A3%E4%BD%99%E5%BC%A6%E5%8F%98%E6%8D%A2 * http://en.wikipedia.org/wiki/Discrete_cosine_transform |
一维傅里叶变换
任何一个周期函数都可以由多个不同频率的正弦（或余弦）函数线性叠加得到。
表示成数学表达式是这样子的：
二维离散傅里叶变换
- 什么是傅立叶变换？如何进行一维和二维的傅立叶变换？傅立叶变换有什么特性？
- 什么是离散余弦变换？它与傅立叶变换有什么关系？它有什么特点和应用？
- 频域图像处理的过程是怎样的？
- 如何设计低通滤波器？
- 如何设计高通滤波器？
参考资源：