关于一维信号的概念和频域分析，请见：
$$ F[p, q] = \sum_{n=0}^{N-1} \sum_{m=0}^{M-1} f[n, m] {\rm e}^{-j 2\pi (\frac{pn}{N} + \frac{qm}{M})} \\ f[n, m] = \frac 1{NM}\sum_{p=0}^{N-1} \sum_{q=0}^{M-1} F[p, q] {\rm e}^{j 2\pi (\frac{pn}{N} + \frac{qm}{M})} $$
一维中的对应：
$$ F[k] = \sum_{n= 0}^{N-1}f[n] \cdot {\rm e}^{-{\rm j} \frac{2\pi}{N} n k }, \ \ \ \ \ f[n] = \frac{1}{N} \sum_{k=0}^{N-1} F[k] \cdot {\rm e}^{{\rm j} \frac{2\pi}{N} nk} $$
频域结果具有周期性和对称性。幅度谱具有偶对称性，相位谱具有奇对称性。
相位可以还原出轮廓。只有幅度只能还原出下图。
下面四个图分别是对边长为 16、6、0.9174、0.4798 像素的黑白方块阵列的采样结果。后两者出现了明显走样。最后一张看上去还会觉得挺正常。
所以图像在做采样「之前」要反走样，即低通滤波。
① 在计算机图形学领域：二维贴图转到三维空间后，再做二维采样的时候，需要做低通滤波，不然直接进行每点采样的话，会产生摩尔纹和锯齿（如图）。低通方法有Mipmap、各向异性过滤，详见参考阅读：
② 图像传感器领域，则不太会有上面的问题，因为每个传感像素其实具有一定的物理大小——并不是在采样一个点，而是在采集一定区域一定时间内（快门时间）受光的平均值，因而已经在物理意义上做过了低通。当然各像素点也并不是完全填满排列的，所以有一定影响。
