1. 时域（时间域）
时域（time domain）是自变量为时间的信号表示方法。在时域图中，横轴代表时间，纵轴代表信号的变化或振幅。动态信号x(t)是描述信号在不同时刻取值的函数。例如，正弦波的时域图展示了振幅与时间的关系，可以清晰地看到峰值振幅以及信号随时间的变化情况。
图1 正弦波的时域图
2. 频域（频率域）
频域（frequency domain）是自变量为频率的信号表示方法。在频域图中，横轴代表频率，纵轴代表该频率信号的幅度，即频谱图。频域图展示了信号在不同频率上的分布和强度。
图2 正弦波的频域图
时域与频域的关系：
时域和频域是信号分析的两种不同视角。时域分析关注信号随时间的变化，而频域分析则关注信号在频率上的分布。两者可以相互转换，通常通过傅立叶变换（Fourier Transform）或拉普拉斯变换（Laplace Transform）实现。这种转换有助于在特定需求下对信号进行更有效的处理和分析。
3. 空间域（图像空间域）
空间域（spatial domain）简称空域，主要出现在数字图像处理中。它指的是由图像像元组成的空间，即像素空间。在图像空间中以长度（距离）为自变量直接对像元值进行处理称为空间域处理。
空间域与频域的关系（在图像处理中）：
与信号处理类似，图像处理也可以在空间域和频域之间进行转换。通过傅立叶变换，可以将图像从空间域转换到频域，从而分析图像的频率成分和纹理特征。在频域中，可以使用滤波器对图像进行滤波处理，然后再通过逆傅立叶变换将图像转换回空间域。这种转换和处理方法有助于在图像处理中实现更精细的控制和更好的效果。
综上所述，时域、频域和空间域是信号处理和图像处理中的基本概念。它们分别从不同的角度描述了信号和图像的特性，为信号和图像的分析、处理和应用提供了重要的理论基础。
