§4.5两个变量的离散傅里叶变换 ,图像内插和重取样 f(t)=S-1{F(u)}=S-1{H(u)F(u)} 一维情况下： n=-00 由样本集合完美地重建一个带限函数用取样值加权的sc函数的无限求和来内插。 图像处理中： 二维内插最普通的应用是调整图像的大小（放大：过取样，缩小：欠取样) √放大：行列复制缩小：行列删除 √缩小图像前，为减少混淆，应“模糊”图像，频域滤波器滤波图像高频分量𝑓 𝑡 = ℑ −1 𝐹(𝑢) = ℑ −1 𝐻(𝑢)𝐹෨(𝑢) = ෍ 𝑛=−∞ ∞ 𝑓 𝑛∆𝑇 𝑠𝑖𝑛𝑐[ 𝑡 − 𝑛∆𝑇 ∆𝑇 ] §4.5 两个变量的离散傅里叶变换  图像内插和重取样 一维情况下： 由样本集合完美地重建一个带限函数用取样值加权的𝑠𝑖𝑛𝑐函数的无限求和来内插。 图像处理中: 放大：行列复制 缩小： 行列删除 缩小图像前，为减少混淆，应“模糊”图像，频域滤波器滤波图像高频分量 二维内插最普通的应用是调整图像的大小（放大：过取样，缩小：欠取样）