在处理真实数据时,傅里叶变换会产生对称结果,而 FFT 算法会丢弃一半。具有 1024 个点的输入将在输出中仅产生 513 个点。
但是,在图像处理中,在计算傅里叶变换时,输出图像的大小与输入图像的大小相同。假设图像是二维的。图像函数的(像素)值f(x, y)
仍然是真实的。那么,为什么我们仍然有与输入相同的输出图像大小?
在处理真实数据时,傅里叶变换会产生对称结果,而 FFT 算法会丢弃一半。具有 1024 个点的输入将在输出中仅产生 513 个点。
但是,在图像处理中,在计算傅里叶变换时,输出图像的大小与输入图像的大小相同。假设图像是二维的。图像函数的(像素)值f(x, y)
仍然是真实的。那么,为什么我们仍然有与输入相同的输出图像大小?
不。
一维 FFT 的大小不是信号长度的一半。它仍然是信号长度(假设 FFT 长度是信号长度)。然而对于真实数据,由于共轭对称性,其中一半是冗余的,可以丢弃以减少存储。但是请注意,当需要处理 FFT 数据时,您必须从一半构建全长并继续。
这也是频谱分析软件只显示真实数据的正频率的原因;即,负频率将是正频率的镜像副本(幅度)。
但你不必丢弃一半。你可以保留它。
对于图像处理,真实输入数据的 FFT 对称性再次存在,如果您愿意,也可以丢弃一半的图像 FFT 数据。这是否会被采用取决于包装的意图。