信息光学第一章复习2010.ppt

1 rect函数 类似普通函数形式的定义 1. 筛选性质 3卷积 3) |Rfg(x,y)|2 = Rff(0,0)·Rgg(0,0)，其中: 仅当 f(x,y) = k·g(x,y) 时，(k为复常数)，才可能取等号。 傅立叶变换( FT) 圆对称函数的FT的极坐标表示 1.2-3.3 FT存在及应用条件(Requirements) 5)．平移性： 1.2-3 FT的基本性质及有关的定理 2．相关定理 (Correlation Theorem) 3．巴塞伐定理 (Parseval’s Theorem) 5．导数定理 (Derivative Theorem) 6．积分定理 (Integral Theorem) 1.3 线性平移不变系统 3．脉冲响应是实函数的线性平移不变系统, 其本征函数是正、余弦函数 1.4 抽样定理 1.4.2 CGH（计算全息）的抽样与信息容量 一、线性平移不变系统的定义： 平移不变性: 若 则 称该系统具有平移不变性。 二、线性平移不变系统的脉冲响应或点扩散函数 h(x2- ?, y2- ? ) 称为线性平移不变系统的脉冲响应或点扩散函数。 系统的输出: 2．线性平移不变系统的本征函数 是复指数基元函数，即： 对于给定的(u,v)，H(u,v) 是一复常数。可见exp[j2?(ux+vy)]是线性平移不变系统本征函数,这也是把它作为基元函数的一个原因。 即： 对于这类系统：输入是实函数，输出也是实函数。 对于线性平移不变系统： 模拟信号 抽样信号 抽样 analog signal sampled signal 数学上： b —— 抽样间隔 1/b —— 抽样频率 ? x和? y分别是x和y方向上的抽样间隔， 1/? x 和 1/? y 分别是x和y方向上的抽样频率 。 那么，这些离散抽样值表示的物理量的含义，或者说包含的信息量，与原先连续变化的物理量是否相同？ 换句话说，是否可以由这些抽样值恢复一个连续的原函数？在什么情况下可以？在什么情况下不可以？ * 1线性系统： 则称该系统是线性系统。 若一个系统同时具有叠加性和均匀性，即有： 2系统对点基元函数的输出响应叫做系统的脉冲响应或点扩散函数，用表示h(x2, y2 ; ?, ? ) 1.1 线性系统 rect [(x-x0)/a] 1 x0+a/2 x0-a/2 0 x x0 2 sinc函数 1.2 二维傅里叶变换 3 三角函数(Triangle Function) tri ((x-x0)/a) x0 x0+a x x0-a 0 1 4 符号函数 x sgn(x) -1 0 1 5 阶跃函数(Step Function) x sgn((x-x0)/a) 0 1 x0 6 圆函数(circle function) x y a r 7 高斯函数(Gaussian Function) 1.2-2.1 δ函数定义 2. 普通函数序列极限形式的定义 x 1 ?(x-x0, y-y0) 0 y x0 y0 设 f(x,y) 在（x0, y0）处连续，则有： 1.2-2.2 ?函数的性质 2. 与函数乘积的性质 3. 坐标缩放性质 a和b是实常数, a, b ?0 1. 一维comb函数 是间隔为1的无穷多个?? 函数的和。 Comb函数的用途： (1) 抽样 (2) 重复排列 其中 x, y 及 ?, ? 都是实变量，f , h可实可复。 卷积计算方法 具体求法大体可分四步： 卷积存在条件 物理上的可能性，就是其存在的充分条件。 卷积的性质 1）线性性质(Distributive)—叠加性和均匀性 2）可交换性(Commutative) 4）结合性(Associative) 若： 则： 3）平移不变性(Shift invariance) 5）坐标缩放性质（定标性质）—The scaling property 则: 若: ?函数为偶函数 6） ?函数的卷积性质 7）卷积运算具有平滑和展宽效应 4 互相关和自相关 (Cross-correlation and Autocorrelation) 5 相关运算的性质 1）互相关与卷积的关系 2）自相关与卷积的关系 1）互相关运算一般不具有可交换性 显然，当 f, g 均为实函数时，有 ： 2）自相关函数具有厄密对称性 f(x, y) 是实函数 4) |Rff(x,y)| = Rff(0,0) 自相关函数在原点处取最大值，且为正值。 4. 归一化互相关函数和自相关函数 对于互相关有： 只有当时f=g时，在原点处才可能等于1 对于自相关有： 在原点上等于1 若 f(x) 为非周期函数，在 x 的整