[cv]Fourier-transform

本文探讨了向量空间的基础集概念,并介绍了如何将图像视为一维向量。此外,文章还深入研究了正弦信号及其三个自由度:振幅A、角频率w和相位ψ。文中强调了不同频率的正弦函数彼此正交的特点,并讨论了傅里叶变换的基本原理及逆变换过程。同时,提到了离散傅里叶变换的应用,以及线性组合的重构问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Basis Sets

basis-set

生成向量空间V的最小基向量集合。

00

00

image can be regarded as an 1D vector.

00

00

sin signal

Asin(wx+ψ)
三个自由度, A,w,ψ.

time and frequency

00

00

fourier transform

00

00

实际上,频率不同的sin函数是正交的。

00

只有相位为 π/2 时,结果才为0.

00

00

00

Inverse Fourier Transformation

00

00

limitation of Fourier Transformation

00

DFT discrete Fourier Transformation

00

00

linearity of sum

o

reconstruct

00

自然图像在频域是十分相似的,如lena和猴子。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matdodo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值