傅里叶变换的基本性质与常用函数的傅里叶变换

广义Fourier 变换：函数不严格满足存在条件，但是函数可定义另一函数 所组成的序列的极限，序列中的函数有Ｆ.Ｔ.；对组成序 列的每一个函数进行变换，就产生一个相应的变换序 列，该新序列的极限即为原函数的广义Ｆ.Ｔ.g ( x, y ) = lim f N ( x, y ) ℑ{ f N ( x, y )} = FN ( f x , f y )N →∞ N →∞lim FN ( f x , f y ) = ℑ{ g ( x, y )} = G ( f x , f y )ℑ{δ ( x, y )}lim ℑ{ N exp(−N π (x + y ))} = limexp(−2 2 2 2 N→∞π ( f x2 + f y 2 )2N→∞N fy ⎫ ⎧ 1 fx 1 2 lim ℑ{ N rect(Nx)rect(Ny)} = lim ⎨N ⋅ sin c( )N ⋅ sin c( )⎬ =1 N→∞ N→∞ N N N ⎭ ⎩ N fy ⎫ ⎧ 1 fx 1 lim ℑ{ N sin c(Nx)sin c(Ny)} = lim ⎨N ⋅ rect( )N ⋅ rect( )⎬ =1 N→∞ N→∞ N N N ⎭ ⎩ N2) =1δ−function Properties 1． 筛选性(定义性质)∞ −∞∫ g ( x)δ ( x − x ) dx = g ( x )0 0δ ( x − x0 ) = 0, x ≠ x02． 尺度缩放性质δ (ax) =3． 偶函数x 1 1 δ ( x), δ (ax − x0 ) = δ ( x − 0 ) a a aδ ( x ) = δ ( − x ) , δ ( − x + x 0 ) = δ ( x − x0 )3． 乘积性质g ( x)δ ( x − x0 ) = g ( x0 )δ ( x − x0 ); xδ ( x − x0 ) = x0δ ( x − x0 )４． 积分性质∞−∞∫ Aδ ( x − x ) dx = A0∞−∞∫ δ ( x − x ) dx = 10５． 卷积性质g ( x) ∗ δ ( x − x0 ) = g ( x − x0 )卷积定义∞f ( x) ∗ h( x) =−∞∫ f (a)h(x − a)da反转,平移,相乘,积分卷积在光学中的应用卷积表示一输出，在光学上就表示成像系统的像分 布 ；对于线性空间不变光学系统，其输出的信息可 表示为输入信息g与系统脉冲响应函数h（系统对点 源的响应）的卷积 的响应x0处点源：I 0 Δξ 对应的像强度分布P( xi − x0 )输出像：I i ( xi ) = I 0 Δξ P ( xi ) + I 0 Δξ P( xi − ξ 1 ) +KΔξ → 0：I i ( xi ) = ∫ I 0 (ξ ) P( xi − ξ )d ξ二维：g(x, y)表示物（输入信息）； h(x,y)表示系统对点源的响应（点扩散函数、脉冲响应函数）输出=g( x, y ) ∗ h(x,y)卷积的性质１． 符合交换律g ( x,y ) ∗ h( x, y ) = h( x, y ) ∗ g ( x,y )２．函数平移不变性f ( x, y ) ∗ h ( x, y ) = g ( x, y ) ↔ f ( x − x0 , y − y0 ) ∗ h( x, y ) = g ( x − x0 , y − y0 )３． 线性运算(af + bh) ∗ g = af ∗ g + bh ∗ g4．δ函数的卷积f ( x, y )* δ ( x, y ) = f ( x, y )δ 函数与任何函数卷积仅重新产生该函数严格再生 5． 光滑作用脉冲响应函数h是 对光学系统性能的 定量评价。

傅里叶变换的性质这里主要介绍二维离散傅里叶变换（DFT ，discrete FT ）中的几个常用性质（可分离线、周期性和共轭对称性、平移性、旋转性质、卷积与相关定理）：可分离性二维离散傅立叶变换DFT 可分离性的基本思想是二维DFT 可分离为两次一维DFT 。

因此可以用通过计算两次一维的FFT 来得到二维快速傅立叶变换FFT 算法 。

根据快速傅里叶变换的计算要求，需要图像的行列数均满足2的n 次，如果不满足，在计算FFT 之前先要对图像补零以满足2的n 次。

一个M 行N 列的二维图像f(x,y)，先按行对列变量y 做一次长度为N 的一维离散傅里叶变换，再将计算结果按列向对变量x 做一次长度为M 傅里叶变换就可以得到该图像的傅里叶变换结果，如下式所示：()()()()∑∑-=-=-⎥⎥⎦⎤⎢⎢⎣⎡-=10102exp 2exp ,1,M x N y M ux j N vy j y x f MN v u F ππ 将上式分解开来就是如下两部分，首先得到F(x,v)再由F(x,v)得到F(u,v)：∑-=-=-=101...10]/2exp[),(1),(N y N v N vy j y x f N v x F ，，，π∑-=-=-=101,...,1,0,]/2exp[),(1),(N x M v u M ux j v x F M v u F πu=0,1,2,…M-1；v=0,1,2,...N-1计算过程如下图所示：每一行有N 个点，对每一行的一维N 点序列进行离散傅里叶变换得到F(x,u)，再对得到F(x,u)按列向对每一列做M 点的离散傅里叶变换，就可以得到二维图像f(x,y)的离散傅里叶变换F(u,v)同样，做傅里叶逆变换时，先对列向做一维傅里叶逆变换，再对行做一维逆傅里叶变换，如下式所示：()()()()∑∑-=-=⎥⎦⎤⎢⎣⎡=10102exp 2exp ,,M u N v M ux j N vy j v u F y x f ππ x=0,1,2,…M-1；y=0,1,2,...N-1周期性和共轭对称性由傅里叶变换的基本性质可以知道，离散信号的频谱具有周期性。

与傅里叶变换有关的积分结论傅里叶变换是数学分析中一个非常重要的工具，可以将一个函数在时域中的表示转换为在频域中的表示。

通过傅里叶变换，我们可以分析一个函数的频谱特性以及它在不同频率上的成分。

傅里叶变换的积分结论是傅里叶变换理论的基础，下面我们将介绍与傅里叶变换有关的一些积分结论。

1.傅里叶变换的定义假设函数f(x)在整个实轴上绝对可积，也就是说f(x)满足条件∫|f(x)|dx < ∞，则f(x)的傅里叶变换F(k)定义为F(k) = ∫f(x)e^(-2πikx)dx，其中k是频率。

2.逆傅里叶变换的定义假设函数F(k)在整个实轴上绝对可积，则F(k)的逆傅里叶变换f(x)定义为f(x) = ∫F(k)e^(2πikx)dk3.傅里叶变换和逆傅里叶变换的关系傅里叶变换和逆傅里叶变换是互逆的，即F(k) = ∫f(x)e^(-2πikx)dxf(x) = ∫F(k)e^(2πikx)dk这意味着对于一个函数f(x)，先进行傅里叶变换再进行逆傅里叶变换，可以得到原函数f(x)本身。

4.傅里叶变换的线性性质傅里叶变换具有线性性质，即若a和b为常数，则对于两个函数f(x)和g(x)，有以下结论成立：(af + bg)(x)的傅里叶变换等于aF(k) + bG(k)，其中F(k)是f(x)的傅里叶变换，G(k)是g(x)的傅里叶变换。

5.傅里叶变换的平移性质对于函数f(x)的傅里叶变换F(k)，平移性质指的是：若f(x)的傅里叶变换为F(k)，则f(x - a)的傅里叶变换为e^(-2πika)F(k)。

这意味着函数在时域上平移，会导致频域中的相位发生变化，但幅度不变。

6.傅里叶变换的缩放性质对于函数f(ax)的傅里叶变换F(k)，缩放性质指的是：若f(ax)的傅里叶变换为F(k)，则f(x)的傅里叶变换为(1/a)F(k/a)。

这意味着函数在时域上缩放，会导致频域中的频率发生变化，但幅度不变。

7.傅里叶变换的卷积定理假设函数f(x)和g(x)的傅里叶变换分别为F(k)和G(k)，则f(x)和g(x)的卷积f(x)*g(x)的傅里叶变换为F(k)G(k)。

傅里叶变换方法1. 傅里叶变换的概念傅里叶变换是一种数学工具，用于将一个函数或信号表示为一系列振幅和相位的复指数函数的和。

它可以将时域中的信号转换为频域中的信号，从而揭示出信号包含的频率成分和它们之间的关系。

傅里叶变换方法是由法国数学家约瑟夫·傅里叶在19世纪初提出的，他认为任何周期性函数都可以用一组正弦和余弦函数来表示。

这个思想被广泛应用于物理、工程、计算机科学等领域，成为了现代科学研究中不可或缺的工具。

2. 傅里叶级数与傅里叶变换傅里叶级数是指将一个周期函数表示为正弦和余弦函数的无穷级数。

它在周期性信号处理中得到广泛应用。

对于一个周期为T、连续可积的函数f(t)，其傅里叶级数定义如下：f(t)=a02+∑(a n cos(2πnTt)+b n sin(2πnTt))∞n=1其中，a0、a n和b n是系数，可以通过函数f(t)的积分计算得到。

而傅里叶变换则是将非周期函数表示为连续频谱的积分形式。

对于一个连续可积的函数f(t)，其傅里叶变换定义如下：F(ω)=∫f∞−∞(t)e−jωt dt其中，ω是频率，F(ω)表示函数f(t)在频率域中的表示。

3. 傅里叶变换的性质傅里叶变换具有许多重要的性质，这些性质使得它成为一种强大而灵活的工具。

以下是一些常见的傅里叶变换性质：•线性性质：傅里叶变换具有线性性质，即对于任意常数a和b以及两个函数f(t)和g(t)，有F(af(t)+bg(t))=aF(f(t))+bF(g(t))。

•平移性质：如果将函数在时域上平移，则其在频域上也会相应平移。

具体而言，如果f(t)经过时移得到ℎ(t)=f(t−t0)，那么它们的傅里叶变换满足H(ω)=F(ω)e−jωt0。

•尺度性质：如果将函数在时域上进行尺度变换，则其在频域上也会相应进行尺度变换。

具体而言，如果f(t)经过尺度变换得到ℎ(t)=f(at)，那么它们的傅里叶变换满足H(ω)=1|a|F(ωa)。