借用知乎大神Heinrich的一张图，来个感性认识：
空间域和频域
空间域：在图像处理中，时域可以理解为 空间域 或者 图像空间，处理对象为图像像元；
频域：以 空间频率 为自变量描述图像的特征,可以将一幅图像像元值在空间上的变化分解为具有不同振幅、空间频率和相位的简振函数的线性叠加，图像中各种空间频率成分的组成和分布称为 图像频谱
空间域与频域可互相转换，对图像施行 二维离散傅立叶变换 或 小波变换 ，可以将图像由空间域转换到频域；通过 对应的反变换 又可转换回空间域图像，即人可以直接识别的图像。
图像频域滤波
二维数字图像的滤波主要分为 空间域滤波 和 频域滤波：
空间域滤波： 用各种模板直接与图像进行 卷积运算，实现对图像的处理，这种方法直接对图像空间操作，操作简单
频域滤波： 在实现某些图像处理的时候，频域的处理比空间域更简单；对于在空间域上的数字图像，根据 卷积定理 可以通过 傅立叶变换 将 空域卷积滤波 变换为 频域滤波，然后再将频域滤波处理后的图像 反变换 回空间域
图像频率特性分析
频谱图上的每一个像素点都代表一个频率值，幅值由像素点亮度变码而得。对于一幅图像，图像信号的 频率特性 如下：
- 直流分量 表示预想的平均灰度
- 低频分量 代表了大面积背景区域和缓慢变化部分
- 高频分量 代表了它的边缘、细节、跳跃部分以及颗粒噪声
- 振幅 描述了图像灰度的亮度
- 相位 决定了图像是什么样子
数字图像的二维离散傅立叶变换所得的结果的频域成分如下图所示，左上角是直流成分，变换结果四个角周围对应于低频成分，中央部分对应于高频部分
为了便于观察，常常采取 换位 方法使直流成分出现在窗口的中央（中心化），变换后中心为低频，向外是高频。
在频域，可以很方便的实现 图像的锐化和模糊：
- 截取频率的低频分量，对其作傅立叶反变换，得到的就是模糊后的图像，即 低通滤波
- 截取频率的高频分量，对其作傅立叶反变换，得到的就是锐化后的图像，即 高通滤波