tecktom.com

本章のまとめ

2026年10月15日3分で読めますAI生成教科書『基礎理論』第12章 トピック:信号処理と光

AI 生成・木下が未勉強

信号処理論入門 第12章 §12.1 ★ 教養。「同じ数学」の一言で見通しが良くなる

前半で築いた Fourier 解析は光学系でもそのまま使える。話題は第7〜11章の z変換・LTIシステム・フィルタ設計から離れるが、Fourier 変換の物理的な現れとして理解しておくと見通しが良い。

光学の要点は「レンズは Fourier 変換器である」という一文に集約される。波動光学では、開口面の複素振幅分布を g(x,y)g(x,y) とすると、遠方(Fraunhofer 回折)または焦点面での振幅分布は gg の二次元 Fourier 変換G(fx,fy)G(f_x,f_y) に比例する。空間座標 xx が時間 tt に、空間周波数 fxf_x が角周波数 ω\omega に対応し、前半で学んだ変換対・性質がそっくり移植できる。

この対応から、光学系の結像は空間周波数フィルタリングとして記述できる。レンズの有限の開口は高い空間周波数を通さない低域通過フィルタとして働き、これが結像の分解能限界(回折限界)を決める。開口を矩形とみれば、そのスペクトル(点像分布関数 PSF)は sinc⁡\operatorname{sinc} 型になり、第6章の窓関数とサイドローブの議論がそのまま像のリンギングの話になる。「時間信号のFourier解析」と「空間・光のFourier解析」が同じ数学であることが、この章の一番のメッセージである。このほかにコンピュテーショナルイメージング(符号化計測+再構成処理)、コンプレッシブセンシング(ℓ1\ell_1 正則化 f^=argmin⁡f∥g−Hf∥2+τ∥f∥1\hat f=\operatorname{argmin}_f\left\Vert g-Hf\right\Vert ^2+\tau\left\Vert f\right\Vert _1によるナイキスト限界以下からの復元)、散乱イメージング(スペックル相関と位相回復)といった話題もあるが、ここでは名前を挙げるにとどめる。

本章の骨は「レンズは Fourier 変換器であり、結像は空間周波数フィルタリングである」の一点で、前半で学んだ Fourier 解析がそのまま光学系へ移植できる。下表に本章の事項をまとめる。

事項要点(式)使い所・注意
レンズ=Fourier 変換器開口面の複素振幅 g(x,y)g(x,y) に対し、遠方(Fraunhofer 回折)または焦点面の振幅は2次元 Fourier 変換 G(fx,fy)G(f_x,f_y) に比例波動光学の要点を一文に集約。時間信号のスペクトルと同じ操作
時間↔\leftrightarrow空間の対応空間座標 x↔x\leftrightarrow 時間 tt、空間周波数 fx↔f_x\leftrightarrow 角周波数 ω\omega前半の変換対・諸性質がそっくり移植できる。両者は同じ数学
結像=空間周波数フィルタ有限の開口が低域通過フィルタとして働き、高い空間周波数を落とすこれが分解能限界(回折限界)を決める
PSF と窓関数矩形開口のスペクトル(点像分布関数 PSF)は sinc⁡\operatorname{sinc} 型第6章の窓関数・サイドローブが像のリンギングに対応
発展(教養のみ)コンピュテーショナルイメージング/コンプレッシブセンシング(ℓ1\ell_1 正則化)/散乱イメージング発展的な話題。概要を知っていれば足りる

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『基礎理論』の記事一覧へ