信息光学 常用函数.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;x;单缝夫琅和费衍射的振幅分布函数是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;注 意;1.2 ? 函数;1.2.1 ? 函数的定义(1);;1.2.1 ? 函数的定义(2);;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）;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）;;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);f(x,y)和 称为傅里叶变换对。(x,y) 和 称为一对共轭变量, 在不同范畴(时空域或频域) 描述同一个物理对象.;1.3.2 傅里叶变换(1);1.3.2 傅里叶变换(2);{rect( )};傅里叶变换的存在条件的说明:;1.3.3 广义傅里叶变换;快速抢答！！！; {rect(x)}=;常用函数 —变型;x;先折叠， 偶函数折叠后不变;1.4 卷积(convolution)和相关(correlation);卷积与相关，是由积分定义的两个函数的相乘运算，从外形上看极为相似，然而它们所描述的物理过程却截然不同。;卷积概念的引入;卷积概念的引入;设：物平面光轴上的单位脉冲在像平面产生的分布为h(x);1.4 卷积和相关(1);1.4 卷积和相关(1);t;1.4 卷积和相关（2）;1.4 卷积和相关（3）;1.4 卷积和相关（4）;练习;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）;1.4 卷积和相关（5）;1.4 卷积和相关（5）;1.4 卷积和相关（6）;1.4 卷积和相关（6）;1.4 卷积和相关（7）;1.4 卷积和相关（8）;1.4 卷积和相关（9）;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;线性性质;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;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;;1.6 线性系统分析（Linear system analysis）;1.6.1 线性系统;光学系统是用来收集、传递或变换信息的系统。 一个光学系统的理想成像，就是将物空间的物体信息完整、全面的传递、变换到像空间，在像面上形成不失真的物体像。显然该过程为线性的。 但是实际上，物体的成像会产生失真，该过程是非线性的。 不过，如果把所研究的问题看做线性的而不会引起明显的误差、或者在某个小范围内满足线性性质，我们就可以将问题作为线性问题来处理。 事实上，在科学技术的各个领域（包括光学领域）中，很多实际系统都可以简化为线性系统。当系统具有了线性性质的假设，就可以有既简单又有物理意义的表示，同时也很容易到处输入和输出之间的有用关系式，甚至还可以用标准方法求得精确解。;1.6.1 线性系统;线性系统具有叠加性质 ;根据叠加性和均匀性，就可以把系统对任一复杂激励函数的响应用它对某种“基元”激励函数的响应表示出来。具体来说，可以把任何复杂的激励（输入）函数分解成某些“基元函数”的线性组合，而每一个基元函数所产生的响应输出是已知的，或极容易求出，那么根据线性性质，总响应就可以看做各个基元函数所产生的响应函数的相同的线性组合。 即，复杂输入函数分解为基元函数的线性组合，其经过系统后的输出，可以通过对这些基元函数的响应的线性组合来求