CUDA或者M(jìn)ATLAB處理數(shù)字圖像必知基礎(chǔ)理論：

頻譜：?

對(duì)動(dòng)態(tài)信號(hào)在頻率域內(nèi)進(jìn)行分析，分析的結(jié)果是以頻率為坐標(biāo)的各種物理量的譜線和曲線，可得到各種幅值以頻率為變量的頻譜函數(shù)F(ω)。頻譜是個(gè)很不嚴(yán)格的東西，常常指信號(hào)的Fourier變換。頻譜分析中可求得幅值譜、相位普、功率譜和各種密度譜。頻譜分析過程較復(fù)雜，它是以傅里葉級(jí)數(shù)和傅里葉分析為基礎(chǔ)的。

?

信號(hào)的頻譜分為幅度譜和相位譜，幅度譜對(duì)應(yīng)于一階分析，信號(hào)傅里葉變換的幅值在頻域的分布稱為幅度譜，相位的分布稱為相位譜。

?

功率譜：

功率譜的概念是針對(duì)功率有限信號(hào)的，所表現(xiàn)的是單位頻帶內(nèi)信號(hào)功率隨頻率的變化情況。功率譜具有單位頻率的平均功率量綱，所以標(biāo)準(zhǔn)叫法是功率譜密度（即，功率譜和功率譜密度是一個(gè)概念）。

功率譜可以從兩方面來定義，一個(gè)是自相關(guān)函數(shù)的傅立葉變換，另一個(gè)是時(shí)域信號(hào)傅氏變換模平方然后除以時(shí)間長度。第一種定義就是常說的維納辛欽定理，而第二種其實(shí)從能量譜密度來的。根據(jù)parseval定理，信號(hào)傅氏變換模平方被定義為能量譜，能量譜密度在時(shí)間上平均就得到了功率譜。

功率譜保留了頻譜的幅度信息，但是丟掉了相位信息，所以頻譜不同的信號(hào)其功率譜是可能相同的。功率譜對(duì)應(yīng)于信號(hào)功率在頻域的分布，對(duì)應(yīng)于信號(hào)的二階矩分析，最簡單的求功率譜的方法是周期圖法，就是信號(hào)傅里葉變換的模值平方，時(shí)域的功率和頻域的功率可以通過帕塞瓦爾定理對(duì)應(yīng)。

功率譜和幅譜的比較有兩點(diǎn)需要注意：?

1.?功率譜是隨機(jī)過程的統(tǒng)計(jì)平均概念，平穩(wěn)隨機(jī)過程的功率譜是一個(gè)確定函數(shù)；而頻譜是隨機(jī)過程樣本的Fourier變換，對(duì)于一個(gè)隨機(jī)過程而言，頻譜也是一個(gè)“隨機(jī)過程”。（隨機(jī)的頻域序列）?

2.?功率概念和幅度概念的差別。此外，只能對(duì)寬平穩(wěn)的各態(tài)歷經(jīng)的二階矩過程談功率譜，其存在性取決于二階矩是否存在并且二階矩的Fourier變換收斂；而頻譜的存在性僅僅取決于該隨機(jī)過程的該樣本的Fourier變換是否收斂。

?

能譜：

對(duì)確定性的信號(hào)，特別是非周期的確定性信號(hào)，常用能量譜來描述。

而對(duì)于隨機(jī)信號(hào)，由于持續(xù)期時(shí)間無限長，不滿足絕對(duì)可積與能量可積的條件，因此不存在傅立葉變換，所以通常用功率譜來描述。周期性的信號(hào)，也同樣是不滿足傅里葉變換的條件，常用功率譜來描述。

?

從實(shí)際操作上來說，頻?譜——信號(hào)直接作FFT；功率譜——信號(hào)先自相關(guān)再作FFT（或者時(shí)域信號(hào)FFT后取模平方再除以時(shí)間長度）；能譜——或者時(shí)域信號(hào)FFT后取模平方。

總結(jié)

以上是生活随笔為你收集整理的数字图像基础理论：频谱vs功率谱vs能谱的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。