1.3 傅立葉轉換與頻域濾波（1822-1965）#

一、1822：熱傳導問題與「用正弦波分解一切」#

1.1 動機不是光，而是熱#

傅立葉（Jean-Baptiste Joseph Fourier）在 1822 年提交的論文中，動機不是光學，而是熱傳導。當時的法國科學院希望理解金屬棒中的熱如何擴散——這是一個偏微分方程的邊值問題。傅立葉提出了一個大膽的主張：

任何定義在適當區間上的函數，都可以寫成正弦與餘弦的無窮和；而熱流方程在這個表示下變得極其簡單——每個正弦分量各自以固定的速率衰減，衰減率只與其頻率有關，與振幅無關。

也就是說，熱傳導方程在頻域被解耦成一堆彼此獨立的 ODE。這個「解耦」是整個傅立葉分析的樞紐：把難以處理的空間耦合問題，轉成一族標量方程。

我們可以直觀理解其物理意義：把一根加熱的棒想成無限多條正弦波型的「溫度波」疊加而成，最初的高溫沿著每條波以各自的頻率各自擴散——高頻波（變化劇烈的部分）衰減快，低頻波（緩慢變化的部分）衰減慢。時間推移後，高頻分量消失，只剩下緩慢的低頻波：這就是「熱擴散使細節被抹平」在傅立葉語言裡的精確表述，也是第 2 章「平滑就是低通」的物理出身。

1.2 三個關鍵的後續里程碑#

為什麼 FFT 的問世（1965）是本章的終點、也是影像處理的起點：在 FFT 之前，計算一張 \(N \times N\) 影像的傅立葉變換需要 \(O(N^4)\) 次運算，1024×1024 的影像需要約 \(10^{12}\) 次浮點運算——在 1965 年的電腦上不可行。FFT 把它降到 \(O(N^2 \log N)\) ，同一台電腦上只需數秒。這一改變直接使「頻域影像處理」從理論變成實務：濾波器設計、頻譜分析、壓縮，全部成為可用的工具。

本章的敘事線因此是：傅立葉（1822）給出分解觀念 → 取樣定理（1922-1928）給出重建條件 → FFT（1965）給出可計算性 → 1960-1990 年代的影像處理把它變成一整套可重用的濾波器工具箱。

二、傅立葉變換的定義#

2.1 連續傅立葉變換（CFT）#

對連續函數 \(f(t)\) ，定義其傅立葉變換

反變換為

其中 \(j\) 為虛數單位， \(\nu\) 為頻率（以 Hz 表示，若 \(t\) 以秒為單位）。

直觀意義： \(F(\nu)\) 是 \(f(t)\) 與「複數指數波 \(e^{j2\pi\nu t}\) 」的內積。因此 \(F(\nu)\) 衡量的是「 \(f\) 中有多少這個頻率的正弦波成分」。

兩種表示的對照：

• 幅度譜 \(|F(\nu)|\) ：各頻率成分的強度；
• 相位譜 \(\angle F(\nu)\) ：各頻率成分的相位偏移。

這兩者的關係是本章最重要的直覺之一（也是 1.2 節的延伸）：幅度譜描述「影像裡有什麼樣的紋理」，相位譜描述「這些紋理在哪裡」。若只保留幅度、丟棄相位再做逆變換，得到的是完全沒有結構的「斑點圖」（phase scrambling）。我們將在實作中驗證這件事。

2.2 離散時間傅立葉變換（DTFT）與離散傅立葉變換（DFT）#

對離散序列 \(f[n]\) ，DTFT 為

但 DTFT 是 \(\omega\) 的連續函數，且對有限長序列其值為 \(2\pi\) 週期的連續曲線，難以逐點計算。DFT 則是取 DTFT 在 \(N\) 個等間隔頻率點上的取樣（令 \(\omega_k = 2\pi k / N\) ）：

反變換：

為什麼 DFT 對影像特別重要：二維影像 \(I[x, y]\) 的二維 DFT 恰好是沿兩個軸分別做一維 DFT（可分離性），因此可以用兩趟一維 FFT 完成，複雜度為 \(O(HW(\log H + \log W))\) 。

2.3 頻率軸的物理意義#

在 \(N\) 點 DFT 中，bin \(k\) 對應的頻率為 \(\nu_k = \frac{k}{N}\Delta t\) ，其中 \(\Delta t\) 是取樣間隔。若取樣間隔為 \(\Delta t\) ，取樣率為 \(f_s = 1/\Delta t\) ，則

• ** \(k = 0\) ** 對應直流（DC），即影像的平均亮度；
• ** \(k = N/2\) （若 \(N\) 為偶數）對應奈奎斯特頻率** \(f_s/2\) ，是取樣所能表達的最高頻率；
• ** \(k > N/2\) ** 的 bin 負頻率對稱性：實訊號的 \(F[N-k] = \overline{F[k]}\) ，即幅度對稱、相位反號。

重要實務陷阱：空間頻率的單位。 很多初學者以為「bin 編號」就是頻率。實際上，bin 編號對應的是以像素為單位的空間週期。 \(N\) 點 DFT 中，bin \(k\) 表示「每 \(N/k\) 個像素一個週期」的紋理。若影像寬度為 \(W\) 像素且在水平方向取樣了 \(W\) 個點，則 bin \(k\) 的物理空間頻率是 \(k\) 週期/影像寬度。

三、卷積定理：全書最重要的工具#

3.1 命題#

卷積定理（Convolution Theorem）：

具體地，時域卷積

在頻域等價於逐點相乘 \(F(\nu)\, G(\nu)\) 。反之亦然。

離散形式（二維影像）：

3.2 這個定理為何改變了影像處理的命運#

（1）濾波器設計從「猜核」變成「畫圖」。 在空間域設計濾波器，要在時域構造一個核（挑高斯係數、調整大小），每一個參數的影響都是間接的、難以預期的。在頻域設計濾波器，就是在頻譜平面上直接畫一塊區域（低通畫一個圓、高通畫圓環），再取逆傅立葉變換得到核。設計變得視覺化且精確。這就是為什麼教科書中所有濾波器章節都先用頻域圖說明。

（2）計算複雜度翻轉。 對大小 \(K \times K\) 的核做空間域卷積，成本是 \(O(K^2)\) 每像素；用頻域則是先做 \(O(N\log N)\) 的變換，再做 \(O(N)\) 的逐點乘法。但對小核（如 3×3）而言，空間域的實作更快（且無需 FFT 的邊界效應），這就是 OpenCV 的 filter2D 對小核使用直接卷積、對大核使用 DFT 實作（內部會依核大小自動切換）的原因。

（3）卷積定理是 CNN 能高效落地的數學基礎之一。 深度學習中的「卷積層」在數學上就是上式中的 \(I * K\) 。CNN 的高效性來自三個事實的疊加：

1. 卷積層是線性運算，可分解為矩陣乘法，在 GPU 上是高度並行的稠密矩陣運算；
2. 卷積在頻域等價於逐點乘法，這意味著可以把「空間域的局部運算」重新表述為「頻域的全域運算」；
3. 權重共享（同一組核用於所有位置）大幅減少參數量。

嚴格說，CNN 並不是「因為卷積定理才用 GPU」——GPU 的並行性來自矩陣乘法的硬體特性。但卷積定理揭示了卷積運算的深層結構，並解釋了為什麼 1.1 節的高斯濾波、1.2 節的 Retinex 照明估計，都可以在頻域用一次乘法完成。更重要的是：理解了卷積定理，就能理解為什麼「在頻域做一次乘法」與「在空間域做一次卷積」是同一件事——這讓第 4 章的 CNN 與傳統濾波器在心智上接上了線。

（4）兩個實務上的重要推論：

• 線性濾波器的脈衝響應即其頻率響應的逆變換。所以知道濾波器的核，就知道它的頻率特性；反之亦然。
• 「模糊」與「加雜訊」的對偶：既然 \((f + n) * k = f * k + n * k\) ，那麼低通濾波會同時模糊訊號與雜訊。若 \(n\) 是白雜訊，其頻譜平坦，低通後變成低頻雜訊——這就是「雜訊被抹平」的數學描述。而邊緣增強（高通）會同時增強訊號邊緣與雜訊。

3.3 二維 DFT 的可分離性#

可以拆成兩趟一維 DFT：先沿 \(x\) 軸做，再沿 \(y\) 軸做（或反之）。這意味著：

• 計算量從直接二維 DFT 的 \(O(H^2W^2)\) 降到 \(O(HW\log H + HW\log W)\) ；
• 更重要的：二維卷積也可分離為兩趟一維卷積，而二維高斯核本身就是兩個一維高斯核的外積（可分離性）。這正是 5.1 節要證明的性質，也是 2.1 節高斯濾波能快速實作的原因。

四、看見影像的頻譜#

4.1 幅度譜長什麼樣#

對一張灰階影像做 fft2 並取對數幅度後中心化（fftshift），會看到一個明確的結構：

• 中心是一個亮點（DC 分量，影像的平均亮度）；
• 亮點周圍能量按頻率向外衰減——因為自然影像的功率譜大致遵循 \(1/f^2\) （pink noise）的形式（這是 1/f 現象的一個實例）；
• 特定方向上的結構對應影像中的方向性紋理（例如人像照片中，水平方向的邊界較多，會在頻譜的某條軸上出現亮帶）；
• 文字與規律結構會在頻譜上產生規律的點陣（這是「頻譜域隱寫」的原理）。

4.2 fftshift：為什麼要中心化#

numpy.fft.fft2 輸出的頻率索引排列是「低頻在左上角」的捲曲式（wrap-around）排列：bin 0（DC）在左上，而高頻沿兩個方向週期性地折回。這是因為 DFT 是週期延拓的。

np.fft.fftshift 做的只是把零頻率移到中心：

對 \(H \times W\) 的影像，fftshift 相當於把行索引 \(x \to (x + H/2) \bmod H\) ，列索引同理。

注意：fftshift 純粹是顯示用的重新排列，不改變任何物理內容。很多人因為看到「中心化後的頻譜」而誤以為「中心 = 高頻」，這是常見誤解——中心是低頻（DC）。

4.3 低頻 = 緩變，高頻 = 急變#

這是整個頻域影像處理的核心直覺，可以用傅立葉的不確定性原理（uncertainty principle）來精確表述：

一個函數在空間域的「集中程度」與在頻域的「集中程度」是互斥的。能量越集中於空間域的一小段，其頻譜就越寬廣。

把它翻譯成影像語言：

一個重要的細分：邊緣與雜訊在高頻段是疊在一起的，這是所有去噪與邊緣偵測方法的核心困境。區分它們的依據是：

• 振幅：真實邊緣的頻譜衰減較慢（結構性），隨機雜訊的頻譜平坦（ \(1/f^0\) ）；
• 方向性：邊緣在某個方向上呈現方向性結構，雜訊沒有；
• 相鄰性／連續性：邊緣沿空間連續，雜訊不連續。

Canny（第 2.2 節）的三個步驟——高斯預平滑、非極值抑制、雙閾值連通——正是分別利用了上述三個判準。

4.4 一個視覺化的 mermaid 圖#

graph LR
    A[原始影像] --> B[FFT2 得到頻譜 F u v]
    B --> C[fftshift 中心化]
    C --> D[中心 DC: 平均亮度 極低頻]
    C --> E[外圍: 逐漸升高的頻率]
    E --> F[低頻: 背景 陰影 大結構]
    E --> G[中頻: 紋理 材質]
    E --> H[高頻: 邊緣 文字 細節 雜訊]
    F --> I[低通濾波: 平滑 去噪 降取樣]
    H --> J[高通濾波: 銳化 邊緣增強]

五、濾波器設計#

5.1 理想低通濾波器（Ideal Low-Pass, ILP）#

頻域響應：

空間域的核（逆傅立葉變換）是二維 sinc 的乘積：

致命缺陷——Gibbs 現象：理想的「通帶／阻帶」邊界會在時域產生振盪，且振盪幅度不隨 \(f_c\) 增大而减小（大約是最大值的 9%）。Gibbs 現象的成因是：截斷頻譜相當於把無限長的 sinc 序列乘上一個矩形窗，矩形窗的頻譜是 sinc，其振盪造成時域的振盪。

這個教訓極其重要：在頻域「畫一個方框」再取逆變換，是得到不可用的濾波器。因此需要用平滑的過渡帶來替代階梯，於是有了 Butterworth 與 Gaussian。

5.2 巴特沃斯濾波器（Butterworth, 1930）#

巴特沃斯濾波器的設計目標是：在通帶內盡量平坦（像理想濾波器），在阻帶內衰減足夠（衰減率隨階數提高），且過渡帶盡可能窄。幅度響應：

其中 \(f_c\) 是截止頻率（在此處幅度衰減到最大值的 \(1/\sqrt{2}\) ，即 -3 dB 點）， \(n\) 為階數。

• \(n\) 越大，過渡帶越窄，越接近理想濾波器；
• \(n\) 越大，時域核的振盪（overshoot）越嚴重。

重要關係（連續時間巴特沃斯）： \(n\) 階的過渡帶寬度與阻帶衰減率 \(A\) dB 的關係為

這是「階數 \(n\) 必須同時滿足過渡帶窄與衰減夠大」這兩個矛盾的工程折衷的定量表達。

對二維圓形巴特沃斯（即 \(f = \sqrt{u^2+v^2}\) 的旋轉對稱版本），空間域核是 modified Bessel 函數 \(I_0\) 的形式：

（ \(I_0\) 為第一類零階修正貝塞爾函數。）

5.3 高斯濾波器：唯一「自我對偶」的核#

高斯濾波器的頻域幅度響應為

而時域核為

高斯函數的傅立葉變換仍然是高斯函數（具體地， \(\mathcal{F}\{e^{-x^2/(2\sigma^2)}\} = \sigma\sqrt{2\pi}\, e^{-2\pi^2\sigma^2 \nu^2}\) ），只是寬度互換。這帶來三個極其珍貴的性質：

1. 無振盪（no overshoot / no ringing）：高斯核是單調的、完全正的，其頻域響應也完全正。沒有 Gibbs 振盪，沒有假的邊緣。這是它在醫療影像、科學成像中不可替代的原因。
2. 可分離性：二維高斯核是兩個一維高斯的乘積，因此可以用兩趟一維卷積實作，成本從 \(O(K^2)\) 降到 \(O(K)\) 。
3. 模糊程度的物理意義：高斯模糊在物理上就是熱擴散——回到 1.1 節傅立葉最初解決的熱傳導問題。高斯模糊 = 熱擴散 = 布朗運動的分布。這個閉環是全書最美的一個數學事實之一。

高斯核的實際構造：核大小與標準差的關係

標準差 \(\sigma\) 的選擇原則：

• 由目標最小特徵尺寸決定：若要抑制尺度小於 \(s\) 的特徵，則 \(\sigma \approx s / 2\) 是一個實用的起點。理由是：一個寬度為 \(s\) 的特徵，其高斯平滑後的衰減因子為 \(e^{-s^2/(8\sigma^2)}\) ；
• 經驗公式（常用的自動選取法）：

（其中 \(k_{\min}, w_{\min}\) 為最小可分辨的 kernel 與寬度，單位為像素。）

• 在 Canny 中，高斯預平滑的 \(\sigma\) 直接決定了最小可偵測的邊緣尺度——這是「Canny 的邊緣位置精度受 \(\sigma\) 限制」的來源。

5.4 三種低通的比較#

5.5 高通與邊緣增強#

理想高通：

其時域核是帶負瓣（negative lobe）的環形——高通濾波必然帶來振盪，因為時域核的總和為零（DC 增益為零意味著 \(\int h = 0\) ，因此核必須有正有負），有正有負就意味著在邊緣附近會產生過衝（overshoot）與下衝（undershoot）。

Unsharp Masking（空間域，1960 年代）：先模糊再相減

這正是高通濾波器的空間域實現。 \(k\) 是「銳化量」（amount）， \(\sigma\) 決定「銳化的是哪個尺度的細節」。 \(k > 1\) 會產生明顯的 halo 光暈（這是 1.1 節提到的「AI 生成影像過銳」的同類現象）。

拉普拉斯算子（二階微分）：

連續形式與常用的 4-鄰域離散核：

拉普拉斯算子的頻域響應為

即頻率越高，增益越大——這是一個「隨頻率平方增長」的無界高通，也是它過度增強雜訊的原因。實務上使用「遮蔽版拉普拉斯」（masked Laplacian）或把高頻增益限制在某個上限（clipping），就是把無界高通變成有界高通。

Ideal Band-Pass：頻域畫一個圓環（外半徑 \(f_2\) 、內半徑 \(f_1\) ），保留中頻段。時域核為環形 sinc 的乘積形式。

5.6 空間域核與頻譜的對偶：證明高斯的自我對偶性#

我們已經宣稱高斯函數的傅立葉變換是高斯函數。這裡給出簡要推導，因為它是 2.1 節（高斯濾波）的數學前提。

引理（高斯積分）：

推導：定義 \(I(a) = \int_{-\infty}^{\infty} e^{-a x^2} dx\) ，令 \(x = u/\sqrt{a}\) 得 \(I(a) = \frac{1}{\sqrt{a}} I(1)\) 。再計算 \(I(1)^2\) ：

故 \(I(1) = \sqrt{\pi}\) ，一般式得證。

傅立葉變換：取 \(g(x) = e^{-x^2/(2\sigma^2)}\) ，則

令 \(a = \frac{1}{2\sigma^2}\) ， \(b = 2\pi\nu\) ，需計算 \(\int e^{-a x^2 - j b x} dx\) 。完成平方式 \(a x^2 + jbx = a\left(x + \frac{jb}{2a}\right)^2 + \frac{b^2}{4a}\) ，利用引理得

令 \(\sigma_{\text{freq}} = \frac{1}{2\pi\sigma}\) ，則 \(G(\nu) = \sigma\sqrt{2\pi}\, e^{-\nu^2/(2\sigma_{\text{freq}}^2)}\) ——形式上仍是高斯函數，寬度為原來的倒數關係。二維情形直接由兩次一維卷積（Parseval/分離性）得到。

這個定理的三個立即推論：

1. 模糊在物理上就是熱擴散：高斯模糊對應的是無限長時間的熱擴散（熱方程的解就是高斯）。所以「加模糊」等同於「讓影像多散熱一段時間」。
2. 兩次高斯模糊 = 一次更寬的高斯模糊：由時域的高斯卷積定理（高斯 ⊗ 高斯 = 高斯，寬度平方相加）：

這解釋了為什麼連續套用幾次固定的高斯模糊，會得到一個等效的、更寬的單次高斯模糊——不需要重算核。 3. 高斯核的 Fourier 形式即「非負 + 完全平滑」，因此是物理上最合理的低通（在物理上，隨機過程的時間平均其特徵函數正是高斯——這是 Wiener–Khinchin 定理的內容）。

注意與 Retinex 的連結：1.2 節的 MSR 演算法用多個尺度的高斯模糊來估計 log 域的照明分量，正是本節證明的性質的直接應用——log 域的「照明」= log 域的低頻成分 = 高斯低通的輸出。這兩個章節在本質上是同一件事的兩種語言。

六、實作：以 NumPy 探索頻域#

6.1 二維 DFT 與中心化的頻譜#

import numpy as np
import matplotlib.pyplot as plt

def make_test_image(N=256):
    """合成一張同時含有低頻結構、高頻細節與噪訊的測試影像。"""
    y, x = np.mgrid[0:N, 0:N]
    img = np.zeros((N, N), float)

    # 低頻：大範圍緩慢變化（類似陰影與背景）
    img += 0.5 * np.sin(2 * np.pi * x / N) * np.cos(2 * np.pi * y / N)

    # 中頻：週期性紋理
    img += 0.2 * np.sin(2 * np.pi * (6 * x + 6 * y) / N)

    # 高頻：邊緣（方塊邊界）
    img[60:120, 60:120] += 0.8

    # 極高頻：白雜訊
    img += 0.05 * np.random.default_rng(0).normal(size=img.shape)
    return (img - img.min()) / (img.max() - img.min())

img = make_test_image()

# 二維 DFT
F = np.fft.fft2(img)
Fshift = np.fft.fftshift(F)
mag = np.log1p(np.abs(Fshift))
phase = np.angle(Fshift)

fig, axes = plt.subplots(1, 3, figsize=(15, 5))
axes[0].imshow(img, cmap="gray"); axes[0].set_title("空間域影像")
axes[1].imshow(mag, cmap="inferno"); axes[1].set_title("fftshift 幅度譜 (log)")
axes[2].imshow(phase, cmap="twilight"); axes[2].set_title("相位譜")
for ax in axes: ax.axis("off")
plt.tight_layout(); plt.show()

# 驗證 Parseval：能量守恆
print("空間域能量:", np.sum(np.abs(img)**2))
print("頻域能量:", np.sum(np.abs(F)**2) / img.size)

觀察重點：幅度譜中心有一個亮點（DC），能量向外衰減；方塊邊界的能量集中在水平與垂直方向；雜訊則在整個頻譜上平坦分布。相位譜看起來像雜訊——這正是為什麼相位才是影像結構的所在。

6.2 幅度與相位誰決定影像？#

def rebuild(mag, phase):
    return np.real(np.fft.ifft2(np.fft.ifftshift(mag * np.exp(1j * phase))))

fig, axes = plt.subplots(1, 3, figsize=(15, 5))
axes[0].imshow(img, cmap="gray"); axes[0].set_title("原圖")

# 只留幅度，相位置零
axes[1].imshow(rebuild(np.abs(Fshift), np.zeros_like(phase)), cmap="gray")
axes[1].set_title("只保留幅度（相位歸零）")

# 只留相位，幅度設為 1
axes[2].imshow(rebuild(np.ones_like(np.abs(Fshift)), phase), cmap="gray")
axes[2].set_title("只保留相位（幅度設為 1）")

for ax in axes: ax.axis("off")
plt.tight_layout(); plt.show()

結論非常清楚：只保留相位的結果完全不可辨識；只保留幅度得到的則是對稱的斑點，沒有物體的形狀。這說明：

幅度譜描述「有哪些頻率」，相位譜描述「這些頻率如何排列」。影像的結構幾乎完全由相位承載。

這個事實在生成模型時代有直接的工程後果：GAN/擴散模型的某些損失項（如 Winograd 距離、相位相關性）正是為了約束相位結構；而「相位感知」的重建 loss（phase reconstruction loss）被用來解決 GAN 生成的模糊問題。

6.3 在頻域做濾波：三種低通與 Gibbs 現象#

def freq_filter(img, H):
    """H 為中心化頻域的濾波器響應（與 fftshift 後的頻譜對齊）。"""
    F = np.fft.fftshift(np.fft.fft2(img))
    return np.real(np.fft.ifft2(np.fft.ifftshift(F * H)))

N = 256
y, x = np.mgrid[0:N, 0:N]
u = np.fft.fftshift(np.fft.fftfreq(N))[:, None]
v = np.fft.fftshift(np.fft.fftfreq(N))[None, :]
r = np.sqrt(u**2 + v**2)

filters = {
    "ideal (fc=0.05)": (r <= 0.05).astype(float),
    "butterworth n=4": 1 / np.sqrt(1 + (r / 0.05) ** (2 * 4)),
    "gaussian":         np.exp(-(r**2) / (2 * 0.05**2)),
}
# 直接產生對應的時域核，用來顯示振盪
fig, axes = plt.subplots(2, 3, figsize=(15, 9))
for ax, (name, H) in zip(axes[0], filters.items()):
    ax.imshow(freq_filter(img, H), cmap="gray"); ax.set_title(name)
for ax, (name, H) in zip(axes[1], filters.items()):
    kernel = np.real(np.fft.ifft2(np.fft.ifftshift(H)))
    kernel = np.fft.fftshift(kernel)
    ax.imshow(kernel, cmap="RdBu_r", vmin=-np.abs(kernel).max(), vmax=np.abs(kernel).max())
    ax.set_title(f"{name} 的時域核")
for ax in axes.ravel(): ax.axis("off")
plt.tight_layout(); plt.show()

第二列的時域核圖是本章最值得盯著看的圖：理想低通的核有明顯的正負振盪條紋，巴特沃斯有較弱的振盪，高斯的核完全是平滑的單峰，沒有任何振盪。這就是為什麼 OpenCV 的 GaussianBlur 產生的影像不會出現假的「邊緣」，而用硬截止頻譜做濾波會出現「明暗環狀偽影」（ringing artifacts）。

6.4 空間域卷積與頻域乘法的一致性驗證#

def gaussian_kernel(ksize, sigma):
    ax = np.arange(ksize) - (ksize - 1) / 2
    g = np.exp(-(ax**2) / (2 * sigma**2))
    g /= g.sum()
    return g

k = 21
sigma = 3
k1d = gaussian_kernel(k, sigma)
k2d = np.outer(k1d, k1d)

# 空間域：直接卷積
sp = np.real(np.fft.ifft2(np.fft.fft2(img) * np.fft.fft2(
        np.fft.ifftshift(k2d)))) )

# 頻域：直接乘上高斯響應
rr = np.sqrt(np.fft.fftshift(np.fft.fftfreq(N))[:, None]**2 +
             np.fft.fftshift(np.fft.fftfreq(N))[None, :]**2)
H_gauss = np.exp(-(rr**2) / (2 * (1.0/(2*np.pi*sigma))**2))
fd = freq_filter(img, H_gauss)

print("空間域 vs 頻域 最大差異:", np.abs(sp - fd).max())

（注意：由于核為有限長，兩者只在大約 \(\pm 3\sigma\) 範圍內接近；這正是「有限窗近似」與「無限高斯」的差異。）

6.5 OpenCV：filter2D 與 getGaborKernel#

import cv2

img_u8 = (img * 255).astype(np.uint8)

# 1) 高斯模糊（內部使用可分離高斯，並自動選擇核大小）
blur = cv2.GaussianBlur(img_u8, (0, 0), sigmaX=2.0, sigmaY=2.0)

# 2) filter2D：直接卷積；核大時 OpenCV 自動改用 DFT 實作
kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]], np.float32)  # 拉普拉斯銳化
sharp = cv2.filter2D(img_u8, -1, kernel)

# 3) Sobel：可分離的高斯微分
sobel_x = cv2.Sobel(img_u8, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(img_u8, cv2.CV_64F, 0, 1, ksize=3)

# 4) Gabor 濾波器：方向性帶通濾波器
for theta in (0, 45, 90):
    kern = cv2.getGaborKernel((21, 21), 4.0, theta, 8.0, 0.5, 0)
    resp = cv2.filter2D(img_u8, cv2.CV_64F, kern)
    print(f"theta={theta:3d} 回應均值 {resp.mean():8.2f}  標準差 {resp.std():8.2f}")

# 5) FFT 濾波的 OpenCV 版本
dft = cv2.dft(img_u8, flags=cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)
# 建立圓形低通遮罩
h, w = img_u8.shape
cy, cx = h // 2, w // 2
Y, X = np.ogrid[:h, :w]
mask = (X - cx)**2 + (Y - cy)**2 <= (0.1 * w)**2
filtered = cv2.idft(np.fft.ifftshift(dft_shift * mask))
result = np.real(filtered).astype(np.uint8)

Gabor 濾波器值得特別說明：Gabor 核是「高斯包絡的正弦載波」：

由於高斯與餘弦的傅立葉變換都是高斯，Gabor 濾波器在頻域是一個高斯形的帶通濾波器（中心頻率由 \(\lambda\) 決定，方向由 \(\psi\) 決定，頻寬由 \(\sigma\) 決定）。它是空間域與頻域之間的橋樑：Gabor 濾波器組成的字典，是 2.3 節 SIFT 的關鍵步驟——SIFT 用 Gabor 濾波器組成的字典，在極尺度空間中抽取出局部特徵。第 6 章的 ViT 則幾乎是「放棄手工設計的 Gabor 字典，改讓網路自己學」——這正是從 1.3 節的傅立葉世界走向第 6 章注意力世界的完整線索。

七、小結與前後銜接#

1. 傅立葉的起點是熱傳導：把熱流方程解耦成一族獨立的 ODE，證明「任何函數都可分解為正弦波」。這個解耦思想是整個頻域方法的力量來源。
2. 卷積定理是全書最重要的單一工具： \(f * g \leftrightarrow F G\) 。它讓濾波器設計可視化、讓大核卷積變快、並揭示了「卷積」的深層結構——這是 CNN 卷積層能與傳統濾波器接上線的數學橋樑。
3. 低頻 = 緩變 = 結構；高頻 = 急變 = 邊緣與雜訊。這個二分的模糊性（邊緣與雜訊同在高頻）驅動了所有去噪與邊緣偵測方法的設計。
4. 濾波器設計是「平滑過渡 vs. 振盪」的取捨：理想低通的 Gibbs 現象、巴特沃斯的階數參數、高斯的完全無振盪，三者構成完整的設計光譜。高斯因唯一的自我對偶性（模糊 = 熱擴散）與可分離性成為預設選擇。
5. FFT（1965）把這一切從紙面帶到機器上，開啟了 1960-1990 年代影像處理的實務繁榮期。

銜接第 2 章：本章建立了「濾波」的頻域語言，第 2 章要處理那些不適合用頻域解決的問題：

• 中值濾波（2.1 節）無法用頻域表達（它是非線性的），但能有效去除椒鹽雜訊而保留邊緣——這說明卷積定理的適用範圍有邊界；
• 雙邊濾波（2.1 節）把「值域相似性」加入判斷，本質是把 Retinex 的照明分解嵌進空間域；
• Canny（2.2 節）綜合了本章的高斯預平滑（本章的高斯選擇原則）、非極值抑制（高通思想的空間域版本）與雙閾值連通；
• SIFT（2.3 節）用 Gabor 濾波器組成的字典在極尺度空間中抽取特徵——「尺度空間」正是取樣定理在尺度維度上的延伸。

銜接第 6 章：本章最後提到的 Gabor 字典，是「手工設計的特徵抽取器」的典型代表；而 ViT（第 6.2 節）用一個可學習的 patch 投影取代了整條手工特徵管線。從傅立葉到 Gabor 到 CNN 再到自注意力，是一條「把先驗從數學形式逐漸交還給資料」的清晰路線。