信息光学常用函数总结报告.ppt

Chapter 1 线性系统分析 1.1 几个常用函数 1.1.1 矩形函数(1) 1.1.1 矩形函数(1) 1.1.1 矩形函数(2) 1.1.2 sinc函数 Sinc函数的重要性: 数学上,sinc函数和rect函数互为傅里叶变换 物理上,单一矩形脉冲rect(t)的频谱是sinc函数;单缝的夫琅和费衍射花样是sinc函数 1.1.3 三角函数 1.1.4 符号函数 1.1.5 阶跃函数 1.1.6 圆域函数(柱函数) 高斯函数 Gaus(0) = 1 S = 1 是非常平滑的函数,即各阶导数均连续 x 注 意 以上定义的函数,其宗量均无量纲. 在处理实际问题时,要根据所取的单位采用适当的缩放因子。 例: 以 rect(x) 代表单缝. 若x单位为cm, 则 rect(x) 代表宽度为1cm 的单缝.若x单位为mm,则 rect(x/10) 代表宽度为1cm 的单缝. 1.2 ? 函数 1.2.1 ? 函数的定义(1) 1.2.1 ? 函数的定义(3) 1.2.1 ? 函数的定义(3) 1.2.2 ? 函数的性质 1.2.2 ? 函数的性质 1.2.3 梳状函数（抽样函数） 1.2.3 梳状函数（抽样函数） 1.2.3 梳状函数（抽样函数） 1.2.3 梳状函数（抽样函数） 利用梳状函数与普通函数的乘积: 1.2.3 梳状函数（抽样函数） 1.2.3 梳状函数（抽样函数） 1.3 二维傅里叶变换（2-D Fourier Transformation） 光学系统和电气系统一样，都是以信息为对象，研究信息的传递和变换，只是信息的形式不同。电气系统所处理的是以时间为变量的信息，而光学系统则是空间变量的信息。不管什么形式的信息它们都存在于信号之中。一个电信号可以用一个时间域的函数描述，而一副透明的图片，则可以用各点的光强或光振幅透过率来描述。 一般来说，这些信号都很复杂，直接处理比较困难。如果能把一个复杂信号分解许多简单分量，显然将大大简化信号的处理。 1.3.1 傅里叶级数 1.3.1 傅里叶级数 1.3.2 傅里叶变换(1) 1.3.2 傅里叶变换(1) 1.3.2 傅里叶变换(1) 1.3.2 傅里叶变换(2) 1.3.3 广义傅里叶变换 常用函数 —变型 常用函数 —变型 常用函数 —变型 1.4 卷积(convolution)和相关(correlation) 卷积概念的引入 用宽度为 a 的狭缝，对平面上光强分布 f(x)=2+cos(2πf0x) 扫描，在狭缝后用光电探测器记录。求输出光强分布。 卷积概念的引入 卷积概念的引入 成像系统 1.4 卷积和相关(1) 1.4 卷积和相关(1) 1.4 卷积和相关（2） 1.4 卷积和相关（3） 二、卷积的基本性质 1.4 卷积和相关（4） 函数f(x,y)与?(x,y)的卷积 练习 0-9. 利用梳函数与矩形函数的卷积表示线光栅的透过率。假定缝宽为a，光栅常数为d，缝数为N. 0-10. 利用包含脉冲函数的卷积表示下图所示双圆孔屏的透过率。若在其中任一圆孔上嵌入p位相板，透过率怎样变化？ 练习: 0-10 (透过率 = 输出/输入) 利用卷积性质求卷积的例子练习0-11 ：求图示两个函数的卷积f(x) * h(x) 1.4 卷积和相关（5） 互相关的定义 1.4 卷积和相关（5） 互相关的定义 1.4 卷积和相关（5） 互相关 1.4 卷积和相关（6） 互（自）相关的两个重要性质 1.4 卷积和相关（6） 互（自）相关的两个重要性质 1.4 卷积和相关（7） 互相关和自相关的物理意义 1.4 卷积和相关（8） 归一化互相关函数和自相关函数 1.4 卷积和相关（9） 有限功率函数的相关 作业 卷积与相关在运算上有什么差异？注意不要混淆！ 1.5 FT基本性质和定理 1.5 FT基本性质和定理 1.5 FT基本性质和定理 1.5 FT基本性质和定理 1.5 FT基本性质和定理 1.5 FT基本性质和定理 1.5 FT基本性质和定理 常用傅里叶变换对 常用傅里叶变换对（续） 傅里叶变换的计算方法 用定义直接计算: rect(x)，三角函数，高斯函数， circ(r) ， ... 2. 用广义傅里叶变换的定义计算并求极限: 1， d (x)，comb（x），sgn（x）... 3. 用傅里叶变换的性质间接导出: Similarity theorem example (1) Similarity theorem example (2) 卷积定理的证明 利用卷积定理的例子 Parseval定理的证明 作业 P32