一维FFT二维FFT.docVIP

摘要 本文介绍了一维FFT和二维FFT的产生背景及其计算方法，快速傅里叶变换与离散傅里叶变换相比，计算速度有了数量级上的提升，是信号与图像领域中，不可缺少的工具。文中还以对一幅二值图像的压缩为例，简单的体现了经傅里叶变换后的频域处理的应用。 关键字：一维FFT 二维FFT 图像处理 目录 1 直接计算DFT算法存在的问题及改进途径 3 1.1 DFT与IDFT的运算量 3 2 快速傅里叶变换--FFT 3 2.1 DFT中系数 的特性 4 2.2基--2按时间抽取的FFT算法(DIT)(库利-图基算法) 4 2.3蝶形信号流图 5 2.4按时间抽取FFT算法的特点 7 2.5二维FFT 8 2.6 傅里叶变换的性质 8 2.7 FFT与数字图像处理 10 2.8应用 11 小结 12 1 直接计算DFT算法存在的问题及改进途径 1.1 DFT与IDFT的运算量 设有限长序列,点数为N,即只在n=0~N-1有值，其他n时，=0.我们把它看成周期为N的周期序列的一个周期，而把看成的以N为周期的周期延拓，即表示成 （1） 离散傅里叶正变换（FFT）为 （2） 反变换（IFFT）为 （3） 其中为复数， 也为复数，所以DFT与IDFT二者计算量相同。 由（2）和（3）可以看出，计算一个 (一个频率成分)值，假设则需要进行次复数乘法和(N-1)次复数加法，所以，要完成整个DFT运算，其计算量为：次复数乘法和次复数加法。一个复数乘法包括4个实数乘法和2个实数加法，如果换算成实数运算量，由(a+jb)(c+jd)=(ac-bd)+j(bc+ad)可以看出，每运算一个X(k)的值实数运算量为：4N次实数乘法和次实数加法，整个DFT实数运算量为：次实数相乘和次实数相加。由此看出：直接计算DFT时，乘法次数与加法次数都是和成比例的。当很大时，所需工作量是非常可观的。当N=1024点时，直接计算DFT需要1048576次的复乘运算，这对实时性很强的信号处理(如雷达信号处理)来讲，它对计算速度有十分苛刻的要求，因此迫切需要改进DFT的计算方法，以减少总的运算次数。 2 快速傅里叶变换--FFT 快速傅里叶变换起源于1965年，库利--图基在计算数学、Mathematic of Computation 杂志上发表了著名的“机器计算付里级数的一种算法”文章，提出一种快速计算DFT的方法和计算机程序--揭开了FFT发展史上的第一页。促使FFT算法产生原因还有1967年至1968年间FFT的数字硬件制成，电子数字计算机的条件,使DFT的运算大简化了。傅立叶变换在数字信号处理和数字图像处理中应用十分广泛。一般可采用DFT方法，将输入的数字信号首先进行DFT变换，在频域中进行各种有效的处理，然后进行DFT反变换，恢复为时域信号。FFT(fast Fourier transform)算法可大大减少计算次数，使计算量减少到只是直接用DFT所需计算量的一小部分。二维离散傅立叶变换很容易以一维的概念推广而得。在数字图像处理中，二维DFT被广泛地应用于图像增强、复原、编码各分类中。 FFT并不是一种新的变换形式,它只是DFT的一种快速算法.并且根据对序列分解与选取方法的不同而产生了FFT的多种算法. 2.1 DFT中系数 的特性 1)对称性 （4） (2)周期性 （5） (3)可约性 （6） 由以上特性可得出： （7） （8）