图像表征方法简单笔记

复指数信号

现实生活中的信号一般可以看作是一个正弦波$f(t)=sin(omega t)$

复指数信号是把信号在复数域进行表示，将三角函数转换为指数形式（利用欧拉公式）

复信号可以看作是一个在空间随时间螺旋上升的信号，但实信号只表达了他的幅值大小。

用复信号表示实信号的公式：$cos(2pi f_0t)=frac{e^{j2pi f_0t}+e^{-2pi f_0t}}{2}$

实信号包含于复信号，可以用复信号来表示。现实生活中我们处理的都是实信号，傅里叶变换中之所以选用了复信号，而不是实的正弦信号，是因为用复信号的表示形式处理起来更简单。

连续域复指数信号具有以下性质：

• 周期性：$e^{jomega t}=e^{jomega(t+kfrac{2pi}{omega})}$
• $omega$越大，信号频率越快
• 对任意$|omega_1| eq|omega_2|$，信号$e^{jomega_1t},e^{jomega_2t}$相互正交

离散域复指数信号具有一下性质：

• 仅在$Omega/2pi$为有理数时，表现周期性
• 但当$Omega$为自变量时，有周期性

傅里叶变换

傅里叶变换是用来表示连续时间域中的非周期信号的。

$x(omega)=int_{-infty}^{+infty}X(omega)e^{jomega t}domega$，$X(omega)$为基信号的加权系数

在欧几里得空间中，一个向量可以表示为基向量之和。

同样，在信号空间中，向量也可以表示为基向量之和，也就是傅里叶变换的形式。

由于连续域复指数信号当$omega$不同时，就会有不同的基信号，基信号的数量是无穷的。因此需要采用积分来表示

可以用傅里叶变换进行表示的信号需要满足迪利克雷条件：

1. 在任一有限区间内，连续或只有有限个第一类间断点；
2. 在任一有限区间内，极大值和极小值的数目应是有限个；
3. 在任一有限区间内，信号是绝对可积的。（说明信号能量是有限的）

傅里叶级数

傅里叶级数用于表示周期性的信号。

连续：$x(t)=x(t+kT_0)$

　　其基信号为$e^{jkomega_0t},(k=0, pm1,pm2,...)(omega_0=2pi/T_0)$

　　对应的傅里叶级数为$a_k=frac{1}{T}int_{T_0}x(t)e^{-jkomega_0t}dt$

　　相应的迪利克雷条件中任一有限区间内改为任一周期内

离散：$x[n]=x[n+N]$

　　为满足离散域中的周期性，$omega/2pi$需为有理数。因此基向量可取N个取值，即$e^{jkfrac{2pi}{N}n}$,$k$为任意$N$个连续整数

　　对应的傅里叶级数为$a_k=frac{1}{N}sum_{n=<N>}x[n]e^{-jkfrac{2pi}{N}n}$

基信号总结

	周期性	非周期性
连续	$e^{jkomega_0t}$	$e^{jomega t}$
离散	$e^{jkfrac{2pi}{N}n}$	$e^{jOmega n}$

离散傅里叶变换DFT

现实中处理的一般为有限区间的非周期的离散信号$x[n]$，当$n>N_1$时$x[n]=0$

对这类信号首先构造一个周期为$N(N>N_1)$的信号$ ilde{x}[n]$，$ ilde{x}[n]=x[n](0leq nleq N)$

通过傅里叶变换，可以得到信号的频率成分，从而排除噪音（因为噪音频率的值一般不高）

 

参考：

复指数信号