首页 > 其他分享 >我谈离散傅里叶变换的补零

我谈离散傅里叶变换的补零

时间:2024-12-01 09:30:36浏览次数:9  
标签:变换 数字图像处理 延拓 序列 我谈 补零 傅里叶

有限序列的零延拓——零延拓不会改变离散傅里叶变换的形状的续篇。

L点序列可以做N点傅里叶变换,当 L ⩽ N L\leqslant N L⩽N时不会产生混叠。这部分内容在Rafael Gonzalez和Richard Woods所著的《数字图像处理》完全没有提到。

在这里插入图片描述
补零是序列末尾补零,不是想在哪补零就在哪补零。有严格的推导,参见《数字图像处理(电子信息前沿技术丛书)》。看到Rafael Gonzalez的这句话,我惊呆了,吓得我赶紧编程实验了一下。
在这里插入图片描述
原来是10点序列。
在这里插入图片描述
尾部补90个零,补零只是增加频谱的采样点数,能够增加频谱的分辨率。

在这里插入图片描述
两端共补90个零。
在这里插入图片描述
它俩能一样吗?根据傅里叶变换的移位性质,很容易得出结论。幅值谱一样,然而相位谱不同,差一个移位。

然后我出了一道考题。
在这里插入图片描述

标签:变换,数字图像处理,延拓,序列,我谈,补零,傅里叶
From: https://blog.csdn.net/u013600306/article/details/144008630

相关文章

  • 【故障诊断】【短时傅里叶变换】基于短时傅里叶变换的轴承故障诊断研究[西储大学数据]
       ......
  • 图像处理里的傅里叶变换:原理与代码实现
    简介:本文围绕傅里叶变换在图像处理中的应用展开。先是以通俗易懂的方式详细阐释了傅里叶变换的核心理论,涵盖为何选用正弦和余弦、空间域到频率域的转换以及幅度图像和相位图像的含义等内容,帮助读者理解其原理。接着通过具体代码示例,分别展示了如何利用numpy和OpenCV实......
  • 基于双路神经网络的滚动轴承故障诊断融合了原始振动信号 和 二维信号时频图像 的多输
    基于双路神经网络的滚动轴承故障诊断融合了原始振动信号和二维信号时频图像的多输入(多通道)故障诊断方法单路和双路都可时频图像算法可选小波变换,短时傅里叶变换,马尔可夫变迁场,格拉姆角场,S变换,递归图,灰度图等基于双路神经网络的滚动轴承故障诊断融合了原始振动信号和......
  • 我谈频域高斯滤波器
    目录写在前面的内容我谈频域高斯滤波器离谱的指数滤波器第一,截止频率。第二,低通与高通的截止频率。写在前面的内容冈萨雷斯给的频域高斯滤波器。111减去高斯......
  • 快速傅里叶变换(FFT)
    前言傅里叶级数(FS)傅里叶变换(FT)离散时间傅里叶级数(DFS)离散时间傅里叶变换(DTFT)离散傅里叶变换(DFT)建议先看以上文章FFT是DFT的一种快速算法而不是一种新的变换,它可以在数量级的意义上提高运算速度。直接计算DFT的问题DFT的运算量设有限长序列x(n),非零值长......
  • 离散时间傅里叶变换(DTFT)
    由DFS到DTFT对比 傅里叶变换(FT)-CSDN博客 中的推导周期为N、基波频率为的离散时间傅里叶级数,为了表达的规范(为了容易看出来哪些部分来自正变换X(k)),把n改成m因为我们要得到函数在频域的表现,所以要以频率对周期进行代换,当,,用  表示,变成连续的变量 ,变成   ......
  • 傅里叶变换
    傅里叶变换对于周期信号,如果满足\(Dirichlet\)条件,就可以尝试将其分解为傅里叶级数,并绘制成频谱的形式,但是在实际使用的过程中我们遇到的信号往往既不是周期的信号又难以获取解析式。对于复杂的现实信号,我们可以将问题的难点拆分开,我们先解决不是周期信号但解析式已知的情况,再......
  • 一元柯西问题解法整理与试证明(傅里叶变换的应用)
    关于柯西问题:  柯西问题是指偏微分方程仅有初始条件而无边界条件的定解问题,常用特征线法、分离变量法、格林函数法以及傅里叶变换求解,柯西问题即对于  其中   为主函数, 为初始条件,求解U(x,t)关于傅里叶变换:公式:对于一维方程f(x)有    或  卷积:若,则......
  • 快速傅里叶变换 学习笔记
    快速傅里叶变换学习笔记简介:卷积是形如\(C_k=\sum_{i\oplusj==k}A_i*B_j\)的式子,其中\(\oplus\)为表示某种运算。而快速傅里叶变换(FFT)用于在\(O(n\logn)\)的时间复杂度内求加法卷积。对于一个\(k\)次多项式,如果我们知道了它在\(k+1\)个点上的值,那么我们可以求出......
  • 快速傅里叶变换
    快速傅里叶变换前言关于此算法,应用广泛。但是在OI算法竞赛中,我们只关注它“加速多项式乘法”这一用途。本文适用于未接触过此算法的初学者。对于本文用词不当、概念错误等问题,请发布在讨论区,我看到会及时修改,力争全文的每一句话都可以被引用而无误。由于本文在书写之初只......