我正在实施一种称为跟踪变换的方法来进行图像分析。该算法使用一组像素值的变换来提取图像的许多特征（在我的例子中是与纹理有关的特征）。这是一篇描述该算法的论文：http ://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=18&cad=rja&ved=0CGoQFjAHOAo&url=http%3A%2F%2Fpdf.aminer.org% 2F000%2F067%2F295%2Ftexture_classification_with_thousands_of_features.pdf&ei=lV9cUez_GYrx2QX-voCgDw&usg=AFQjCNEbCd8GBm4X8V4vk0PYyQwPZPlWyg&sig2=KTtvd1XxtvuUpCDeBzUu4A（链接）
该算法最终构造了一个“三重特征”，它是一个表征图像的数字，是通过对从所有角度穿过图像的所有跟踪线提取的像素值应用第一组变换来计算的。在纸上，您可以从第 2 页开始看到此描述，图 1 显示了此类跟踪线的抽象，该跟踪线由其角度 (phi) 和线与图像中心的距离 (d) 定义。所以我们可以用 (phi,d) 对来描述每条跟踪线。
现在在论文的下一页（第 3 页）中，我们有表 1，它是应用于由跟踪线提取的像素值的一组函数。应用于所有跟踪线的这些功能中的每一个都会生成图像的另一种表示。然后将另一组泛函（出现在第 4 页的表 2 中的那些）应用于沿基本上沿参数 d 生成的列的图像的新表示，这样，图像的另一个新表示。
最后，另一组函数应用于最后一个表示，它是参数 phi 上的值数组，参数 phi 是角度参数（这意味着我们有 360 个描述图像的值，一个用于跟踪线的每个角度）。您可以在第 4 页表 3 的论文中看到这些功能。
现在，最后一组函数中的一些必须应用于参数 phi 上图像的最后表示，需要计算这组 360 值的谐波。首先，我需要计算一次谐波，然后计算一次到四次谐波的幅度和相位，但我不知道该怎么做。
我希望这能更好地解释它。您可以阅读论文的前几页，因为那里可能会更好地解释它。图 1 清楚地表明了我通过跟踪线的含义以及 (phi,d) 对表示的每条线。
谢谢