考虑二维傅里叶变换。
傅里叶变换实现了将图像从空间域到频率域（也叫变换域）的转换，
这种转换让我们得到了一个关于原图像灰度信息的频谱图，
这个频谱图可以看做是图像梯度的分布图（图像梯度是两个点像素灰度的差值的绝对值）；
频谱图上的各个点与原图像上的各个点并不存在一一对应的关系，即使在不移频的情况下也没有关系；
傅里叶频谱图上有着明暗不一的点，我们可以认为这一点代表着该点的梯度大小，也可以认为这一点代表该点的频率的大小；一般来讲，梯度大则该点的亮度强，否则该点的亮度弱。
这个频谱图可以用矩阵来表示，矩阵上元素的值代表频谱图点的亮度、梯度和频率，这三种信息是一致的。该点的亮度越大，表明梯度越大，即与相邻点的灰度值差值越大，因此频率越大。