理想低通滤波

理想低通滤波器设计与实验结果分析

最新推荐文章于 2025-10-06 00:07:41 发布

2501_90800687

最新推荐文章于 2025-10-06 00:07:41 发布

阅读量253

点赞数 3

CC 4.0 BY-SA版权

文章标签：人工智能

本文链接：https://blog.csdn.net/2501_90800687/article/details/147802999

滤波器设计

理想低通滤波器：

其中 D(u,v) 为频率点到中心的距离，D0为截止频率。

实验结果分析

滤波效果：

低频保留：平滑图像，去除高频噪声（如边缘细节）。

振铃效应：由于理想滤波器的陡峭截止，会在图像边缘产生伪影（Gibbs现象）。

不同截止频率比较：

D0较小：图像模糊严重（仅保留极低频）。

D0增大：更多细节保留，但振铃效应更明显。

%% 实验要求2：理想低通滤波
clc; clear; close all;

img = imread('cherry.jpg');
if size(img,3)==3
    img = rgb2gray(img);
end

[M,N] = size(img);
f = fft2(double(img));
fshift = fftshift(f);

% 创建理想低通滤波器
D0 = 30; % 截止频率
[u,v] = meshgrid(1:N,1:M);
D = sqrt((u-N/2).^2 + (v-M/2).^2);
H = double(D <= D0);

% 滤波
filtered_fshift = fshift .* H;
filtered_f = ifftshift(filtered_fshift);
filtered_img = real(ifft2(filtered_f));

% 显示结果
figure;
subplot(1,3,1); imshow(img); title('原图像');
subplot(1,3,2); imshow(H); title('低通滤波器(D0=30)');
subplot(1,3,3); imshow(filtered_img,[]); title('滤波后图像');

% 不同截止频率比较
D0_values = [15, 30, 60];
figure;
for i = 1:length(D0_values)
    D0 = D0_values(i);
    H = double(D <= D0);
    filtered_fshift = fshift .* H;
    filtered_img = real(ifft2(ifftshift(filtered_fshift)));
    subplot(1,3,i); imshow(filtered_img,[]); 
    title(['D0=',num2str(D0)]);
end

结果如下：