离散傅里叶变换？离散傅里叶变换DFT公式

一、二维离散傅里叶变换的实现方法

傅里叶变换是一种信号分析方法，可以分析信号的组成成分，在对信号进行傅里叶变换后，信号可以展开为一连串的正弦信号的组合。其目的是将信号由其时域表示转换为频域表示，而将离散序列由其时域表示转换为其频域表示，所用的就是离散傅里叶变换，其变换结果也是离散的。

傅里叶变换不仅能用来分析一维序列，也能用来分析二维序列，即图像，对它进行傅里叶变换得到的也是它的频谱数据。对于数字图像这种离散的信号，频率大小表示信号变化的剧烈程度或者说是信号变化的快慢。频率越大，变化越剧烈，频率越小，信号越平缓，对应到图像中，高频信号往往是图像中的边缘信号和噪声信号，而低频信号包含图像变化频繁的图像轮廓及背景等信号。同时，由于图像是二维离散数据，对图像的离散傅里叶变换也是二维的，即二维离散傅里叶变换，操作上是先对行进行一维离散傅里叶变换，在行变换结果上对列进行一维离散傅里叶变换。

二、离散傅立叶反变换公式

离散傅立叶反变换（DiscreteFourierTransform,DFT）的公式如下：

给定一个长度为N的离散序列x(n)，其DFT变换为X(k)，则这两个序列之间的关系可以通过离散傅立叶反变换来表示：

x(n)=1/N*Σ[X(k)*exp(i*2π*k*n/N)]

其中，n表示时间（或空间）域的采样点位置，k表示频率域的采样点位置，i是虚数单位，N表示序列的长度。

这个公式描述了如何从频率域反变换回到时间（或空间）域。通过将每个频率域上的采样点与对应的指数函数相乘，然后将它们进行累加，可以得到原始的时间（或空间）域序列。

三、傅里叶变换与离散傅里叶变换的关系

定义

离散傅里叶变换(DFT)，是傅里叶变换在时域和频域上都呈现离散的形式，将时域信号的采样变换为在离散时间傅里叶变换(DTFT)频域的采样。在形式上，变换两端(时域和频域上)的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作DFT，也应当将其看作经过周期延拓成为周期信号再作变换。在实际应用中通常采用快速傅里叶变换以高效计算DFT。

物理意义

(1)物理意义

设x(n)是长度为N的有限长序列，则其傅里叶变换，Z变换与离散傅里叶变换分别用以下三个关系式表示

X(e^jω)=∑n={0,N-1}x(n)e^j-ωn

X(z)=∑n={0,N-1}x(n)z^-n

X(k)=∑n={0,N-1}x(n)e^-j2πkn/N

单位圆上的Z变换就是序列的傅里叶变换

离散傅里叶变换是x(n)的频谱X(ejω)在[0,2π]上的N点等间隔采样,也就是对序列频谱的离散化,这就是DFT的物理意义.