傅里叶变换并非专为观察图像频率分布而设计（尽管它确实具有此功能），实际上，它更多地被用于调整和过滤频率以达到图像增强的多种目的。这包括图像去噪、边缘检测、特征提取、压缩加密等。
频率的过滤方法主要分为三种：低通滤波、高通滤波和带通滤波。低通滤波器的工作原理是保留图像中的低频成分，过滤掉高频成分。可以想象这个过滤器就像一张渔网，对于低通滤波器来说，就是将高频区域的信息全部“”，而让低频区域的信息全部通过。在草原的图像中，低频对应着广袤且颜色相对一致的草原区域，这些区域在图像中变化缓慢；而高频则对应着如草原上的老虎等边缘信息，这些区域在图像中变化较快。
高通滤波器则相反，它专注于通过高频信息，削弱低频部分，从而常用于增强图像的细节部分。这可能会降低图像的整体对比度。这种滤波器会分析图像的特定区域，并根据像素与其周围像素的差异来提升该像素的亮度。在“Lena”图的频谱图像中，我们可以看到中心区域为低频部分，当使用高通滤波器处理时，这部分的频率信息会被剔除，只保留高频部分，进而突显出图像的边缘轮廓。
而低通滤波器则更倾向于模糊图像。当像素与其周围像素的差异小于特定值时，该像素的亮度会被平滑处理。这种操作在PS软件中的高斯模糊中就可以看到，它是一种削弱高频信号的低通滤波操作。在处理“Lena”图时，通过保留频谱图像中心低频部分的信息，而将其他部分替换为黑色0值，就可以实现图像的模糊效果。
傅里叶变换提供了一种强大的工具，通过调整和过滤频率成分，我们可以实现多种图像处理目的。无论是对边缘的突出还是对图像的模糊化处理，都离不开傅里叶变换的支持。
参考文献：
1. 《数字图像处理》（第三版），作者：冈萨雷斯，译者：阮秋琦，出版：电子工业出版社，年份：2013年。
2. 《数字图像处理学》（第三版），作者：阮秋琦，出版：电子工业出版社，年份：2008年，地点：北京。
3. 《OpenCV3编程入门》，作者：毛星云、冷雪飞，出版：电子工业出版社，年份：2015年，地点：北京。
4. 傅里叶变换相关知识及实例介绍 - 百度百科
5. 深入解析傅里叶变换在图像处理中的应用 - 网易云课堂