示例：滤波图像
通过利用逆 DFT 对二维图像与窗进行卷积运算，以演示二维傅立叶变换域中的滤波。该滤波器为方形孔径的低通滤波器。
1. 定义图像矩阵的尺寸和元素。
2. 使用 scale 函数缩放此图像。
4. 浏览写入文件并插入图像。
(cross.bmp)
5. 定义孔径的尺寸。
6. 使用 scale 函数来缩放孔径，然后将图像写入外部文件。
7. 浏览写入文件并插入孔径图像。
(aperture.bmp)
2D 方脉冲变换为 2D sinc 函数，其大多数频率组成部分都属于低频 (位于中心)，这使得它成为一种理想的低通滤波器。
8. 欲计算孔径与图像的卷积，请使用
dft 函数来对两者进行变换、使用矢量化运算符以元素为单位与变换结果相乘，然后使用
idft 函数来进行逆变换。
9. 使用
center 函数以确保图像的 DC 分量位于中央。
10. 将该矩阵的元素转换为实数。
13. 使用 WRITEBMP 函数将图像写入外部文件。
14. 浏览写入文件并插入叉积图像。
(cross_aperture.bmp)
新图像丢失了其高频组成部分，即所有锐边。
15. 通过去卷积运算反向该过程，这可通过以元素为单位用图像变换除以孔径变换来实现 (每个孔径元素都加上一个很小的量，以确保除数不为 0)。
16. 浏览写入文件并插入叉积图像。
(reversed.bmp)
重新获得的图像丢失了其高频组成部分，即所有锐边。
