🌊 傅立葉轉換互動式展示

探索信號與圖像的時域/空域與頻域特性

📈 時域信號 (Time Domain)
📊 頻域頻譜 (Frequency Domain)

🎨 3D 時頻分析視覺化

這個 3D 視覺化同時展示了信號的時域頻域特性。

• 時域-頻域視圖:前方是時域波形,後方是頻域頻譜,中間的曲面展示它們之間的關係(動態波動)
• 瀑布圖視圖:展示信號隨時間變化的頻譜演變(適合觀察動態信號)
• 3D 頻譜視圖:將頻譜以 3D 柱狀圖呈現,高度代表振幅(動態脈動)
• 相位視圖:同時展示振幅和相位資訊(顏色動態變化)

視圖選擇

📊 當前狀態

正在初始化...

💡 關於圖像的傅立葉轉換

圖像的傅立葉轉換可以將空域(像素)資訊轉換到頻域,幫助我們理解圖像的頻率成分。 低頻對應平滑區域,高頻對應邊緣和細節。透過調整取樣率,您可以觀察到取樣不足時的失真現象(混疊效應)。

📁

點擊或拖曳上傳圖片

支援 JPG, PNG 格式

🎹 傅立葉級數合成實驗

任何週期函數都可以表示為不同頻率正弦波的總和。試著調整不同諧波(Harmonics)的振幅,看看能合成出什麼波形!

🎤 即時音頻頻譜分析

使用您的麥克風輸入,即時觀察聲音的頻率成分。請確保允許麥克風權限。

🔍 頻域濾波實驗

在頻域中遮罩特定的頻率,然後進行反傅立葉轉換 (IFFT) 重建圖像。
低通濾波 (Low Pass): 保留中心低頻,圖像變模糊。
高通濾波 (High Pass): 保留外圍高頻,只剩邊緣細節。

原始圖像

頻譜濾波器 (點擊編輯)

重建圖像 (IFFT)