Genel Bakış, Fourier Dönüşümü ve Konvolüsyon Teoremi

• 1. Frekans Alanına Genel Bakış (Overview of Frequency Domain)
• 2. Fourier Dönüşümü (Fourier Transform)
  • 2.1 Tarihsel Arka Plan
  • 2.2 Temel İlke: Sinüzoidal Yapı Taşları
• 3. Kare Dalga İnşası ve Fourier Serisi
• 4. Matematiksel Formülasyon ve İspatlar
  • 4.1 1D Sürekli Fourier Dönüşümü (İleri ve Ters)
  • 4.2 Taylor Serisi ile Euler Formülü İspatı
    • Adım Adım İspat:
• 5. Fourier Dönüşümünün Karmaşık Yapısı
  • 5.1 Genlik Spektrumu (Magnitude Spectrum)
  • 5.2 Evre Spektrumu (Phase Spectrum)
• 6. Temel Fonksiyonların Fourier Dönüşüm Çiftleri
  • 6.1 Kosinüs Fonksiyonu
  • 6.2 Kosinüslerin Toplamı
  • 6.3 Sinüs Fonksiyonu
  • 6.4 Sabit Değer (DC Sinyal)
  • 6.5 Birim Darbe (Dirac Delta) Fonksiyonu
  • 6.6 Dikdörtgen (Pencere) Fonksiyonu
  • 6.7 Gauss Fonksiyonu
  • 6.8 Ters Ölçekleme İlkesi (Inverse Scaling Principle)
• 7. Fourier Dönüşümünün Temel Özellikleri
• 8. Konvolüsyon Teoremi (Convolution Theorem)
  • 8.1 Teoremin İfadesi
  • 8.2 Konvolüsyon Teoreminin Matematiksel İspatı
  • 8.3 Hesaplama Maliyeti ve Mühendislik Avantajı

1. Frekans Alanına Genel Bakış (Overview of Frequency Domain)

Görüntüleri yalnızca uzamsal düzlemde (spatial domain) piksel piksel işlemek, bulanıklaştırma, keskinleştirme veya dekonvolüsyon gibi karmaşık işlemlerde hem matematiksel açıdan güçleşir hem de hesaplama maliyetini aşırı artırır. Frekans alanı (frequency domain), görüntüdeki uzamsal yapıları farklı frekanslardaki sinüzoidlerin (sinüs ve kosinüs dalgalarının) ağırlıklı toplamı olarak ifade etmemizi sağlayan alternatif bir temsil sunar.

flowchart TD
    A["Uzamsal Görüntü <br/> f(x,y)"] -->|"Fourier Dönüşümü <br/> (Forward FT)"| B["Frekans Spektrumu <br/> F(u,v)"]
    B -->|"Frekans Filtreleme <br/> H(u,v)"| C["Filtrelenmiş Spektrum <br/> G(u,v)"]
    C -->|"Ters Fourier Dönüşümü <br/> (Inverse FT)"| D["İyileştirilmiş Görüntü <br/> g(x,y)"]
    style A fill:#1a1a2e,stroke:#e94560,color:#fff
    style B fill:#16213e,stroke:#0f3460,color:#fff
    style C fill:#0f3460,stroke:#e94560,color:#fff
    style D fill:#16213e,stroke:#4cc9f0,color:#fff

Uzamsal koordinatlardan frekans temsiline geçiş üç temel mühendislik avantajı sağlar:

1. Konvolüsyon Kolaylığı: Uzamsal düzlemdeki yüksek hesaplama maliyetli konvolüsyon (katlama) integralleri, frekans düzleminde basit birer nokta çarpımına (element-wise multiplication) dönüşür.
2. Bileşen Ayrıştırma: Görüntünün yüksek frekanslı bileşenleri (ince detaylar, keskin kenarlar, gürültüler) ile düşük frekanslı bileşenleri (pürüzsüz arka planlar, yavaş parlaklık değişimleri) spektrumun farklı bölgelerinde net bir şekilde ayrıştırılır.
3. Restorasyon ve Kararlılık: Görüntü restorasyonu, hareket bulanıklığı giderme ve ters filtreleme (deconvolution) işlemleri matematiksel olarak kararlı hale getirilir.

Key Insight: Uzamsal düzlem parlaklık değişimlerinin nerede olduğunu incelerken, frekans düzlemi parlaklık değişimlerinin uzayda ne kadar hızlı gerçekleştiğini analiz eder.

2. Fourier Dönüşümü (Fourier Transform)

Fourier Dönüşümü, adını Fransız matematikçi ve fizikçi Jean Baptiste Joseph Fourier’den (1768–1830) almıştır.

2.1 Tarihsel Arka Plan

Fourier, katı cisimler içindeki ısı yayılımını (heat diffusion) matematiksel olarak modellerken periyodik fonksiyonların farklı frekanstaki sinüzoidlerin toplamı olarak yazılabileceğini öne sürmüştür.

Dönemin önde gelen matematikçileri Joseph-Louis Lagrange ve Leonhard Euler, Fourier’nin bu çalışmasını matematiksel açıdan yeterince titiz (rigorous) bulmayarak reddetmiş ve makalenin yayınlanması yaklaşık 8 yıl sürmüştür. Günümüzde ise Fourier Dönüşümü sinyal işleme, bilgisayarlı görü, haberleşme ve fizikte devrim yaratan temel bir sütundur.

2.2 Temel İlke: Sinüzoidal Yapı Taşları

Fourier analizinin kalbinde sinüzoid (sinusoid) dalgalar yer alır. Tek boyutlu sürekli bir sinüzoid dalga matematiksel olarak şu şekilde tanımlanır:

$$f(x) = A \sin(2\pi u x + \phi)$$

Burada:

• $A$ (Genlik / Amplitude): Dalganın genliği, yani maksimum tepe yüksekliği veya gücüdür.
• $u$ (Frekans / Frequency): Dalganın birim uzamsal mesafedeki salınım sayısıdır.
• $T = \frac{1}{u}$ (Periyot / Period): Bir tam salınım döngüsünün gerektirdiği uzamsal mesafedir.
• $\phi$ (Evre / Phase): Orijine göre dalganın başlama veya kayma açısıdır.

3. Kare Dalga İnşası ve Fourier Serisi

Fourier teorisini anlamanın en klasik yolu, periyodik bir kare dalgayı (square wave) farklı frekanslardaki sinüs dalgalarını toplayarak adım adım inşa etmektir.

flowchart LR
    A["Temel Sinüzoid <br/> u"] --> B["3. Harmonik Ekle <br/> 3u"]
    B --> C["5. ve 7. Harmonikleri Ekle <br/> 5u, 7u"]
    C --> D["Sonsuz Harmonik <br/> N → ∞"]
    D --> E["İdeal Kare Dalga"]
    style A fill:#1a1a2e,stroke:#e94560,color:#fff
    style B fill:#16213e,stroke:#0f3460,color:#fff
    style C fill:#0f3460,stroke:#e94560,color:#fff
    style D fill:#16213e,stroke:#4cc9f0,color:#fff
    style E fill:#0f3460,stroke:#4cc9f0,color:#fff

1. 1 Sinüzoid: Yalnızca temel $u$ frekansı kullanıldığında kare dalgaya oldukça yumuşak ve kaba bir yaklaşım elde edilir.
2. Ardışık Tek Harmonikler: Frekansları ardışık olarak artan tek katlı harmonikler ($u, 3u, 5u, 7u, \dots$) ve genlikleri azalan katsayılar ($\frac{1}{1}, \frac{1}{3}, \frac{1}{5}, \frac{1}{7}, \dots$) eklendikçe, dalganın tepesi düzleşir ve dikey kenarları dikleşir.
3. 8 Sinüzoid: İlk 8 harmonik terim toplandığında kare dalgaya çok yakın bir form elde edilir.
4. Sonsuz Terim: Sonsuz sayıda sinüzoid toplandığında tam dikey geçişli köşeli bir kare dalga oluşur.

Warning: Yapay Dalgalanma (Ringing) ve Gibbs Fenomeni
Kare dalganın dikey kenarları gibi anlık uzamsal sıçramaları (keskin kenarları) temsil edebilmek için sonsuz yüksek frekanslara ihtiyaç duyulur. Fourier serisi sınırlı sayıda terimde kesildiğinde, keskin geçiş noktalarında Gibbs Fenomeni olarak bilinen yapay salınımlar (ringing artifacts) oluşur. Ayrıca kare dalga inşasında harmoniklerin evreleri ($\phi$) $-\pi/2$ ile $\pi/2$ arasında salınır.

4. Matematiksel Formülasyon ve İspatlar

Fourier Dönüşümü, sürekli uzamsal $f(x)$ sinyalini frekans düzlemindeki $F(u)$ gösterimine hiçbir bilgi kaybı olmadan dönüştürür ve geri elde eder.

4.1 1D Sürekli Fourier Dönüşümü (İleri ve Ters)

1D İleri Fourier Dönüşümü (Forward FT), uzamsal $f(x)$ fonksiyonunu frekans spektrumuna $F(u)$ taşır:

$$F(u) = \int_{-\infty}^{\infty} f(x) e^{-i 2\pi u x} , dx$$

1D Ters Fourier Dönüşümü (Inverse FT), frekans spektrumundan $F(u)$ orijinal uzamsal sinyali $f(x)$ geri elde eder:

$$f(x) = \int_{-\infty}^{\infty} F(u) e^{i 2\pi u x} , du$$

Burada $x$ uzamsal koordinatı, $u$ ise frekans koordinatını temsil eder.

Matematiksel Simetri Notu: İleri dönüşümde karmaşık üstel terimde $-i$ yer alırken, ters dönüşümde $+i$ yer alır.

4.2 Taylor Serisi ile Euler Formülü İspatı

Formüllerdeki karmaşık üstel terimin ($e^{i\theta}$) sinüzoidal dalgalarla ($\cos\theta, \sin\theta$) olan ilişkisi Euler Formülü ile sağlanır:

$$e^{i\theta} = \cos\theta + i\sin\theta \quad (\text{burada } i = \sqrt{-1})$$

Adım Adım İspat:

$e^x$ fonksiyonunun $x = 0$ etrafındaki Maclaurin (Taylor serisi) açılımı:

$$e^{x} = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \frac{x^5}{5!} + \dots$$

$x$ yerine karmaşık sayı olan $i\theta$ koyalım:

$$e^{i\theta} = 1 + (i\theta) + \frac{(i\theta)^2}{2!} + \frac{(i\theta)^3}{3!} + \frac{(i\theta)^4}{4!} + \frac{(i\theta)^5}{5!} + \dots$$

$i$’nin kuvvetlerini ($i^2 = -1, i^3 = -i, i^4 = 1, i^5 = i$) yerine koyalım:

$$e^{i\theta} = 1 + i\theta - \frac{\theta^2}{2!} - i\frac{\theta^3}{3!} + \frac{\theta^4}{4!} + i\frac{\theta^5}{5!} - \dots$$

Reel ve sanal kısımları ayrı parantezlerde gruplayalım:

$$e^{i\theta} = \left( 1 - \frac{\theta^2}{2!} + \frac{\theta^4}{4!} - \dots \right) + i \left( \theta - \frac{\theta^3}{3!} + \frac{\theta^5}{5!} - \dots \right)$$

Bu seriler standart cos ve sin Taylor serisi açılımlarıyla karşılaştırıldığında:

• $\cos\theta = 1 - \frac{\theta^2}{2!} + \frac{\theta^4}{4!} - \dots$
• $\sin\theta = \theta - \frac{\theta^3}{3!} + \frac{\theta^5}{5!} - \dots$

Değerler yerine yazıldığında Euler Formülü elde edilmiş olur:

$$e^{i\theta} = \cos\theta + i\sin\theta \quad \blacksquare$$

5. Fourier Dönüşümünün Karmaşık Yapısı

Belirli bir $u$ frekansındaki sinüzoidin hem genliğini (gücünü) hem de evresini (konum kaymasını) aynı anda temsil edebilmesi için Fourier katsayısı $F(u)$ karmaşık bir sayıdır ($F(u) \in \mathbb{C}$):

$$F(u) = \Re(F(u)) + i \Im(F(u))$$

5.1 Genlik Spektrumu (Magnitude Spectrum)

Genlik spektrumu $|F(u)|$, $u$ frekansındaki dalganın taşıdığı gücü/enerjiyi gösterir:

$$|F(u)| = \sqrt{\Re(F(u))^2 + \Im(F(u))^2}$$

5.2 Evre Spektrumu (Phase Spectrum)

Evre spektrumu $\phi(u)$, dalganın uzamsal başlangıç kaymasını gösterir:

$$\phi(u) = \tan^{-1}\left( \frac{\Im(F(u))}{\Re(F(u))} \right) \quad (\text{uygulamada } \text{atan2}(\Im, \Re) \text{ kullanılır})$$

Negatif Frekanslar: Fourier entegrali $-\infty$ ile $+\infty$ arasında tanımlıdır. Negatif frekanslar ($u < 0$), reel uzamsal sinyaller için Hermitsel matematiksel simetriyi korumak amacıyla Euler formülünden doğal olarak doğar.

6. Temel Fonksiyonların Fourier Dönüşüm Çiftleri

Aşağıda sık kullanılan uzamsal $f(x)$ fonksiyonları ve bunların Fourier spektrumundaki karşılıkları özetlenmiştir:

6.1 Kosinüs Fonksiyonu

Tek bir saf kosinüs $f(x) = \cos(2\pi k x)$ yalnızca $k$ frekansına sahiptir. Fourier dönüşümü reel eksende $u = \pm k$ noktalarında iki adet Dirac delta darbesinden oluşur:

$$\mathcal{F}{\cos(2\pi k x)} = \frac{1}{2} \left[ \delta(u - k) + \delta(u + k) \right]$$

6.2 Kosinüslerin Toplamı

İki kosinüsün toplamı $f(x) = \cos(2\pi k_1 x) + \cos(2\pi k_2 x)$, spektrumda $u = \pm k_1$ ve $u = \pm k_2$ noktalarında dört adet delta darbesi üretir.

6.3 Sinüs Fonksiyonu

$f(x) = \sin(2\pi k x)$ da tek frekans barındırır, ancak delta darbeleri sanal eksende yer alır ve zıt yönlüdür:

$$\mathcal{F}{\sin(2\pi k x)} = \frac{i}{2} \left[ \delta(u + k) - \delta(u - k) \right]$$

6.4 Sabit Değer (DC Sinyal)

Sabit bir $f(x) = 1$ sinyali hiçbir uzamsal değişime sahip değildir (frekansı sıfırdır). Spektrumu yalnızca orijinde ($u = 0$) tek bir Dirac darbesidir:

$$\mathcal{F}{1} = \delta(u)$$

6.5 Birim Darbe (Dirac Delta) Fonksiyonu

Tekil bir darbe $f(x) = \delta(x)$, oluşturulabilmek için tüm frekanslardaki sinüzoidlerin eşit güçte toplanmasını gerektirir. Spektrumu tamamen düzdür:

$$\mathcal{F}{\delta(x)} = 1$$

6.6 Dikdörtgen (Pencere) Fonksiyonu

Genişliği $T$ olan uzamsal dikdörtgen pencere $f(x) = \text{Rect}(x/T)$ bir Sinc fonksiyonuna dönüşür:

$$\mathcal{F}{\text{Rect}(x/T)} = T \cdot \text{sinc}(Tu) = T \frac{\sin(\pi T u)}{\pi T u}$$

6.7 Gauss Fonksiyonu

Genişlik parametresi $a$ olan uzamsal Gauss eğrisi $f(x) = e^{-ax^2}$, frekans alanında yine bir Gauss eğrisine dönüşür:

$$\mathcal{F}{e^{-ax^2}} = \sqrt{\frac{\pi}{a}} e^{-\frac{\pi^2 u^2}{a}}$$

6.8 Ters Ölçekleme İlkesi (Inverse Scaling Principle)

Gauss ve Rect-Sinc örneklerinde görüldüğü gibi, bir sinyal uzamsal düzlemde genişletildikçe frekans düzleminde daralır ve sıkışır:

$$f(ax) \iff \frac{1}{|a|} F\left(\frac{u}{a}\right)$$

7. Fourier Dönüşümünün Temel Özellikleri

8. Konvolüsyon Teoremi (Convolution Theorem)

Sürekli tek boyutta girdi $f(x)$ ile filtre $h(x)$ arasındaki uzamsal konvolüsyon ($*$) şu integral denklemiyle tanımlanır:

$$g(x) = f(x) * h(x) = \int_{-\infty}^{\infty} f(\tau) h(x - \tau) , d\tau$$

Görsel olarak uzamsal konvolüsyon; filtre çekirdeğinin ters çevrilmesi $h(\tau) \to h(-\tau)$, $x$ kadar kaydırılması, $f(\tau)$ ile çarpılması ve örtüşen alanın entegre edilmesidir. Örneğin iki özdeş dikdörtgenin konvolüsyonu simetrik bir üçgen fonksiyon üretir.

8.1 Teoremin İfadesi

Konvolüsyon Teoremi, uzamsal düzlemdeki işlemleri frekans alanına bağlayan en güçlü matematiksel köprüdür:

$$\mathcal{F}{f(x) * h(x)} = F(u) \cdot H(u)$$

$$\mathcal{F}{f(x) \cdot h(x)} = F(u) * H(u)$$

• Uzamsal Konvolüsyon $\iff$ Frekans Çarpımı: Uzamsal düzlemde iki sinyali konvole etmek, frekans düzleminde spektrumlarını noktasal olarak çarpmaya eşdeğerdir.
• Uzamsal Çarpım $\iff$ Frekans Konvolüsyonu: Uzamsal düzlemde iki sinyali çarpmak, frekans düzleminde spektrumlarını konvole etmeye eşdeğerdir.

8.2 Konvolüsyon Teoreminin Matematiksel İspatı

Uzamsal konvolüsyon çıktısı $g(x) = f(x) * h(x)$ fonksiyonunun Fourier dönüşümü $G(u)$’yu entegre edelim:

$$G(u) = \int_{-\infty}^{\infty} g(x) e^{-i 2\pi u x} , dx$$

$g(x)$ yerine uzamsal konvolüsyon entegral tanımını yazalım:

$$G(u) = \int_{-\infty}^{\infty} \left[ \int_{-\infty}^{\infty} f(\tau) h(x - \tau) , d\tau \right] e^{-i 2\pi u x} , dx$$

Entegrallerin sırasını değiştirelim ve üstel terime $+u\tau - u\tau$ ekleyerek ayıralım:

$$e^{-i 2\pi u x} = e^{-i 2\pi u (x - \tau)} e^{-i 2\pi u \tau}$$

İç ve dış integralleri yeniden düzenleyelim:

$$G(u) = \int_{-\infty}^{\infty} f(\tau) e^{-i 2\pi u \tau} \left[ \int_{-\infty}^{\infty} h(x - \tau) e^{-i 2\pi u (x - \tau)} , dx \right] d\tau$$

İçteki integralde $y = x - \tau$ değişken dönüşümü uygulayalım ($dy = dx$). $\tau$ sonlu olduğundan integral sınırları $[-\infty, \infty]$ kalır:

$$G(u) = \left( \int_{-\infty}^{\infty} f(\tau) e^{-i 2\pi u \tau} , d\tau \right) \cdot \left( \int_{-\infty}^{\infty} h(y) e^{-i 2\pi u y} , dy \right)$$

İlk integral doğrudan $F(u)$ tanımı, ikinci integral ise $H(u)$ tanımıdır:

$$G(u) = F(u) \cdot H(u) \quad \blacksquare$$

8.3 Hesaplama Maliyeti ve Mühendislik Avantajı

$N \times N$ boyutlu bir görüntüyü geniş bir filtre maskesiyle uzamsal düzlemde konvolüsyona sokmak piksel başına $O(N^2)$ hesaplama karmaşıklığına sahiptir. Konvolüsyon Teoremi ve Hızlı Fourier Dönüşümü (FFT) sayesinde:

flowchart LR
    F_space["Uzamsal Sinyaller <br/> f(x), h(x)"] -->|"FFT"| F_freq["Spektrumlar <br/> F(u), H(u)"]
    F_freq -->|"Çarpma: F(u) · H(u)"| G_freq["Çıktı Spektrumu <br/> G(u)"]
    G_freq -->|"IFFT"| G_space["Çıktı Görüntüsü <br/> g(x)"]
    style F_space fill:#1a1a2e,stroke:#e94560,color:#fff
    style F_freq fill:#16213e,stroke:#0f3460,color:#fff
    style G_freq fill:#0f3460,stroke:#e94560,color:#fff
    style G_space fill:#16213e,stroke:#4cc9f0,color:#fff

1. FFT ile $F(u) = \mathcal{F}{f(x)}$ ve $H(u) = \mathcal{F}{h(x)}$ hesaplanır ($O(N \log N)$).
2. Frekansta nokta çarpımı $G(u) = F(u) \cdot H(u)$ yapılır ($O(N)$).
3. Ters FFT ile çıktı görüntüsü $g(x) = \mathcal{F}^{-1}{G(u)}$ elde edilir ($O(N \log N)$).

Bu yaklaşım, işlem karmaşıklığını $O(N^2)$’den $O(N \log N)$ seviyesine düşürerek devasa bir hızlandırma sağlar ve tasarlanan filtrenin frekans spektrumunda hangi dalga boylarını sönümlediğini net şekilde görmemize olanak tanır.