Matlab实现 理想低通、巴特沃斯低通、高斯低通、理想高通、巴特沃斯高通、高斯高通（d=10,50,150）

最新推荐文章于 2024-03-08 09:42:22 发布
最新推荐文章于 2024-03-08 09:42:22 发布
阅读量1.3w 收藏 104
点赞数 18
分类专栏： matlab算法 文章标签： matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Dooonald/article/details/78525631
版权

数字图像处理第二次编程课后作业

理想低通（d=10,50,150）:

close all;
clear all;

%% ---------Ideal Lowpass Filters (Fre. Domain)------------
f = imread('D:/testData/cameraman.tif');
f = mat2gray(f,[0 255]);

[M,N] = size(f);
P = 2*M;
Q = 2*N;
fc = zeros(M,N);

for x = 1:1:M
    for y = 1:1:N
        fc(x,y) = f(x,y) * (-1)^(x+y);
    end
end

F = fft2(fc,P,Q);

H_0 = zeros(P,Q);
H_1 = zeros(P,Q);
H_2 = zeros(P,Q);

for x = (-P/2):1:(P/2)-1
     for y = (-Q/2):1:(Q/2)-1
        D = (x^2 + y^2)^(0.5);
        if(D <= 10)  H_0(x+(P/2)+1,y+(Q/2)+1) = 1; end    
        if(D <= 50)  H_1(x+(P/2)+1,y+(Q/2)+1) = 1; end    
        if(D <= 150)  H_2(x+(P/2)+1,y+(Q/2)+1) = 1; end
     end
end

G_0 = H_0 .* F;
G_1 = H_1 .* F;
G_2 = H_2 .* F;

g_0 = real(ifft2(G_0));
g_0 = g_0(1:1:M,1:1:N);

g_1 = real(ifft2(G_1));
g_1 = g_1(1:1:M,1:1:N);

g_2 = real(ifft2(G_2));
g_2 = g_2(1:1:M,1:1:N);         

for x = 1:1:M
    for y = 1:1:N
        g_0(x,y) = g_0(x,y) * (-1)^(x+y);
        g_1(x,y) = g_1(x,y) * (-1)^(x+y);
        g_2(x,y) = g_2(x,y) * (-1)^(x+y);
    end
end

%% -----show-------
figure();
subplot(1,2,1);
imshow(f,[0 1]);
xlabel('1).原图');

subplot(1,2,2);
imshow(log(1 + abs(F)),[ ]);
xlabel('2).1图的傅里叶光谱');



figure();
subplot(1,2,1);
imshow(H_0,[0 1]);
xlabel('3).理想低通滤波(D=10)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_0(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_0)),[ ]);
xlabel('4).3得到的滤波结果');

subplot(1,2,2);
imshow(g_0,[0 1]);
xlabel('5).效果图(D=10)');



figure();
subplot(1,2,1);
imshow(H_1,[0 1]);
xlabel('6).理想低通滤波(D=50)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_1(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_1)),[ ]);
xlabel('7).6得到的滤波结果');

subplot(1,2,2);
imshow(g_1,[0 1]);
xlabel('8).效果图(D=50)');



figure();
subplot(1,2,1);
imshow(H_2,[0 1]);
xlabel('9).理想低通滤波(D=150)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_2(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_2)),[ ]);
xlabel('10).9得到的滤波结果');

subplot(1,2,2);
imshow(g_2,[0 1]);
xlabel('11).效果图(D=150)');

巴特沃斯低通（d=10,50,150）:

close all;
clear all;

%% ---------Butterworth Lowpass Filters (Fre. Domain)------------
f = imread('D:/testData/cameraman.tif');
f = mat2gray(f,[0 255]);

[M,N] = size(f);
P = 2*M;
Q = 2*N;
fc = zeros(M,N);

for x = 1:1:M
    for y = 1:1:N
        fc(x,y) = f(x,y) * (-1)^(x+y);
    end
end

F = fft2(fc,P,Q);

H_0 = zeros(P,Q);
H_1 = zeros(P,Q);
H_2 = zeros(P,Q);

for x = (-P/2):1:(P/2)-1
     for y = (-Q/2):1:(Q/2)-1
        D = (x^2 + y^2)^(0.5);
        %n=1
        D_0 = 10;
        H_0(x+(P/2)+1,y+(Q/2)+1) = 1/(1+(D/D_0)^2);
        D_0 = 50;
        H_1(x+(P/2)+1,y+(Q/2)+1) = 1/(1+(D/D_0)^2);   
        D_0 = 150;
        H_2(x+(P/2)+1,y+(Q/2)+1) = 1/(1+(D/D_0)^2);
        %H_2(x+(P/2)+1,y+(Q/2)+1) = 1/(1+(D/D_0)^6);
     end
end

G_0 = H_0 .* F;
G_1 = H_1 .* F;
G_2 = H_2 .* F;

g_0 = real(ifft2(G_0));
g_0 = g_0(1:1:M,1:1:N);

g_1 = real(ifft2(G_1));
g_1 = g_1(1:1:M,1:1:N);

g_2 = real(ifft2(G_2));
g_2 = g_2(1:1:M,1:1:N);         

for x = 1:1:M
    for y = 1:1:N
        g_0(x,y) = g_0(x,y) * (-1)^(x+y);
        g_1(x,y) = g_1(x,y) * (-1)^(x+y);
        g_2(x,y) = g_2(x,y) * (-1)^(x+y);
    end
end

%% -----show-------
figure();
subplot(1,2,1);
imshow(f,[0 1]);
xlabel('1).原图');

subplot(1,2,2);
imshow(log(1 + abs(F)),[ ]);
xlabel('2).1图的傅里叶光谱');



figure();
subplot(1,2,1);
imshow(H_0,[0 1]);
xlabel('3).巴特沃斯低通滤波(D=10)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_0(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_0)),[ ]);
xlabel('4).3得到的滤波结果');

subplot(1,2,2);
imshow(g_0,[0 1]);
xlabel('5).效果图(D=10)');



figure();
subplot(1,2,1);
imshow(H_1,[0 1]);
xlabel('6).巴特沃斯低通滤波(D=50)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_1(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_1)),[ ]);
xlabel('7).6得到的滤波结果');

subplot(1,2,2);
imshow(g_1,[0 1]);
xlabel('8).效果图(D=50)');



figure();
subplot(1,2,1);
imshow(H_2,[0 1]);
xlabel('9).巴特沃斯低通滤波(D=150)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_2(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_2)),[ ]);
xlabel('10).9得到的滤波结果');

subplot(1,2,2);
imshow(g_2,[0 1]);
xlabel('11).效果图(D=150)');

高斯低通（d=10,50,150）:

close all;
clear all;
clc;
%% ---------Gaussian Lowpass Filters (Fre. Domain)------------
f = imread('D:/testData/cameraman.tif');
f = mat2gray(f,[0 255]);

[M,N] = size(f);
P = 2*M;
Q = 2*N;
fc = zeros(M,N);

for x = 1:1:M
    for y = 1:1:N
        fc(x,y) = f(x,y) * (-1)^(x+y);
    end
end

F = fft2(fc,P,Q);

H_0 = zeros(P,Q);
H_1 = zeros(P,Q);
H_2 = zeros(P,Q);

for x = (-P/2):1:(P/2)-1
     for y = (-Q/2):1:(Q/2)-1
        D = (x^2 + y^2)^(0.5);
        D_0 = 10;
        H_0(x+(P/2)+1,y+(Q/2)+1) = exp(-(D*D)/(2*D_0*D_0)); 
        D_0 = 50;
        H_1(x+(P/2)+1,y+(Q/2)+1) = exp(-(D*D)/(2*D_0*D_0));   
        D_0 = 150;
        H_2(x+(P/2)+1,y+(Q/2)+1) = exp(-(D*D)/(2*D_0*D_0));
     end
end

G_0 = H_0 .* F;
G_1 = H_1 .* F;
G_2 = H_2 .* F;

g_0 = real(ifft2(G_0));
g_0 = g_0(1:1:M,1:1:N);

g_1 = real(ifft2(G_1));
g_1 = g_1(1:1:M,1:1:N);

g_2 = real(ifft2(G_2));
g_2 = g_2(1:1:M,1:1:N);         

for x = 1:1:M
    for y = 1:1:N
        g_0(x,y) = g_0(x,y) * (-1)^(x+y);
        g_1(x,y) = g_1(x,y) * (-1)^(x+y);
        g_2(x,y) = g_2(x,y) * (-1)^(x+y);
    end
end


%% -----show-------
close all;

figure();
subplot(1,2,1);
imshow(f,[0 1]);
xlabel('1).原图');

subplot(1,2,2);
imshow(log(1 + abs(F)),[ ]);
xlabel('2).1图的傅里叶光谱');



figure();
subplot(1,2,1);
imshow(H_0,[0 1]);
xlabel('3).高斯低通滤波(D=10)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_0(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_0)),[ ]);
xlabel('4).3得到的滤波结果');

subplot(1,2,2);
imshow(g_0,[0 1]);
xlabel('5).效果图(D=10)');



figure();
subplot(1,2,1);
imshow(H_1,[0 1]);
xlabel('6).高斯低通滤波(D=50)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_1(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_1)),[ ]);
xlabel('7).6得到的滤波结果');

subplot(1,2,2);
imshow(g_1,[0 1]);
xlabel('8).效果图(D=50)');



figure();
subplot(1,2,1);
imshow(H_2,[0 1]);
xlabel('9).高斯低通滤波(D=150)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_2(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_2)),[ ]);
xlabel('10).9得到的滤波结果');

subplot(1,2,2);
imshow(g_2,[0 1]);
xlabel('11).效果图(D=150)');

理想高通（d=10,50,150）:

close all;
clear all;

%% ---------Ideal Lowpass Filters (Fre. Domain)------------
f = imread('D:/testData/cameraman.tif');
f = mat2gray(f,[0 255]);

[M,N] = size(f);
P = 2*M;
Q = 2*N;
fc = zeros(M,N);

for x = 1:1:M
    for y = 1:1:N
        fc(x,y) = f(x,y) * (-1)^(x+y);
    end
end

F = fft2(fc,P,Q);

H_0 = zeros(P,Q);
H_1 = zeros(P,Q);
H_2 = zeros(P,Q);

for x = (-P/2):1:(P/2)-1
     for y = (-Q/2):1:(Q/2)-1
        D = (x^2 + y^2)^(0.5);
        if(D > 10)  H_0(x+(P/2)+1,y+(Q/2)+1) = 1; end    
        if(D > 50)  H_1(x+(P/2)+1,y+(Q/2)+1) = 1; end    
        if(D > 150)  H_2(x+(P/2)+1,y+(Q/2)+1) = 1; end
     end
end

G_0 = H_0 .* F;
G_1 = H_1 .* F;
G_2 = H_2 .* F;

g_0 = real(ifft2(G_0));
g_0 = g_0(1:1:M,1:1:N);

g_1 = real(ifft2(G_1));
g_1 = g_1(1:1:M,1:1:N);

g_2 = real(ifft2(G_2));
g_2 = g_2(1:1:M,1:1:N);         

for x = 1:1:M
    for y = 1:1:N
        g_0(x,y) = g_0(x,y) * (-1)^(x+y);
        g_1(x,y) = g_1(x,y) * (-1)^(x+y);
        g_2(x,y) = g_2(x,y) * (-1)^(x+y);
    end
end

%% -----show-------
figure();
subplot(1,2,1);
imshow(f,[0 1]);
xlabel('1).原图');

subplot(1,2,2);
imshow(log(1 + abs(F)),[ ]);
xlabel('2).1图的傅里叶光谱');



figure();
subplot(1,2,1);
imshow(H_0,[0 1]);
xlabel('3).理想高通滤波(D=10)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_0(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_0)),[ ]);
xlabel('4).3得到的滤波结果');

subplot(1,2,2);
imshow(g_0,[0 1]);
xlabel('5).效果图(D=10)');



figure();
subplot(1,2,1);
imshow(H_1,[0 1]);
xlabel('6).理想高通滤波(D=50)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_1(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_1)),[ ]);
xlabel('7).6得到的滤波结果');

subplot(1,2,2);
imshow(g_1,[0 1]);
xlabel('8).效果图(D=50)');



figure();
subplot(1,2,1);
imshow(H_2,[0 1]);
xlabel('9).理想高通滤波(D=150)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_2(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_2)),[ ]);
xlabel('10).9得到的滤波结果');

subplot(1,2,2);
imshow(g_2,[0 1]);
xlabel('11).效果图(D=150)');

巴特沃斯高通（d=10,50,150）:

close all;
clear all;

%% ---------Butterworth Lowpass Filters (Fre. Domain)------------
f = imread('D:/testData/cameraman.tif');
f = mat2gray(f,[0 255]);

[M,N] = size(f);
P = 2*M;
Q = 2*N;
fc = zeros(M,N);

for x = 1:1:M
    for y = 1:1:N
        fc(x,y) = f(x,y) * (-1)^(x+y);
    end
end

F = fft2(fc,P,Q);

H_0 = zeros(P,Q);
H_1 = zeros(P,Q);
H_2 = zeros(P,Q);

for x = (-P/2):1:(P/2)-1
     for y = (-Q/2):1:(Q/2)-1
        D = (x^2 + y^2)^(0.5);
        %n=1
        D_0 = 10;
        H_0(x+(P/2)+1,y+(Q/2)+1) = 1/(1+(D_0/D)^2);
        D_0 = 50;
        H_1(x+(P/2)+1,y+(Q/2)+1) = 1/(1+(D_0/D)^2);   
        D_0 = 150;
        H_2(x+(P/2)+1,y+(Q/2)+1) = 1/(1+(D_0/D)^2);
        %H_2(x+(P/2)+1,y+(Q/2)+1) = 1/(1+(D/D_0)^6);
     end
end

G_0 = H_0 .* F;
G_1 = H_1 .* F;
G_2 = H_2 .* F;

g_0 = real(ifft2(G_0));
g_0 = g_0(1:1:M,1:1:N);

g_1 = real(ifft2(G_1));
g_1 = g_1(1:1:M,1:1:N);

g_2 = real(ifft2(G_2));
g_2 = g_2(1:1:M,1:1:N);         

for x = 1:1:M
    for y = 1:1:N
        g_0(x,y) = g_0(x,y) * (-1)^(x+y);
        g_1(x,y) = g_1(x,y) * (-1)^(x+y);
        g_2(x,y) = g_2(x,y) * (-1)^(x+y);
    end
end

%% -----show-------
figure();
subplot(1,2,1);
imshow(f,[0 1]);
xlabel('1).原图');

subplot(1,2,2);
imshow(log(1 + abs(F)),[ ]);
xlabel('2).1图的傅里叶光谱');



figure();
subplot(1,2,1);
imshow(H_0,[0 1]);
xlabel('3).巴特沃斯高通滤波(D=10)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_0(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_0)),[ ]);
xlabel('4).3得到的滤波结果');

subplot(1,2,2);
imshow(g_0,[0 1]);
xlabel('5).效果图(D=10)');



figure();
subplot(1,2,1);
imshow(H_1,[0 1]);
xlabel('6).巴特沃斯高通滤波(D=50)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_1(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_1)),[ ]);
xlabel('7).6得到的滤波结果');

subplot(1,2,2);
imshow(g_1,[0 1]);
xlabel('8).效果图(D=50)');



figure();
subplot(1,2,1);
imshow(H_2,[0 1]);
xlabel('9).巴特沃斯高通滤波(D=150)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_2(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_2)),[ ]);
xlabel('10).9得到的滤波结果');

subplot(1,2,2);
imshow(g_2,[0 1]);
xlabel('11).效果图(D=150)');

高斯高通（d=10,50,150）:

close all;
clear all;
clc;
%% ---------Gaussian Lowpass Filters (Fre. Domain)------------
f = imread('D:/testData/cameraman.tif');
f = mat2gray(f,[0 255]);

[M,N] = size(f);
P = 2*M;
Q = 2*N;
fc = zeros(M,N);

for x = 1:1:M
    for y = 1:1:N
        fc(x,y) = f(x,y) * (-1)^(x+y);
    end
end

F = fft2(fc,P,Q);

H_0 = zeros(P,Q);
H_1 = zeros(P,Q);
H_2 = zeros(P,Q);

for x = (-P/2):1:(P/2)-1
     for y = (-Q/2):1:(Q/2)-1
        D = (x^2 + y^2)^(0.5);
        D_0 = 10;
        H_0(x+(P/2)+1,y+(Q/2)+1) = 1 - exp(-(D*D)/(2*D_0*D_0)); 
        D_0 = 50;
        H_1(x+(P/2)+1,y+(Q/2)+1) = 1 - exp(-(D*D)/(2*D_0*D_0));   
        D_0 = 150;
        H_2(x+(P/2)+1,y+(Q/2)+1) = 1 - exp(-(D*D)/(2*D_0*D_0));
     end
end

G_0 = H_0 .* F;
G_1 = H_1 .* F;
G_2 = H_2 .* F;

g_0 = real(ifft2(G_0));
g_0 = g_0(1:1:M,1:1:N);

g_1 = real(ifft2(G_1));
g_1 = g_1(1:1:M,1:1:N);

g_2 = real(ifft2(G_2));
g_2 = g_2(1:1:M,1:1:N);         

for x = 1:1:M
    for y = 1:1:N
        g_0(x,y) = g_0(x,y) * (-1)^(x+y);
        g_1(x,y) = g_1(x,y) * (-1)^(x+y);
        g_2(x,y) = g_2(x,y) * (-1)^(x+y);
    end
end


%% -----show-------
close all;

figure();
subplot(1,2,1);
imshow(f,[0 1]);
xlabel('1).原图');

subplot(1,2,2);
imshow(log(1 + abs(F)),[ ]);
xlabel('2).1图的傅里叶光谱');



figure();
subplot(1,2,1);
imshow(H_0,[0 1]);
xlabel('3).高斯高通滤波(D=10)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_0(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_0)),[ ]);
xlabel('4).3得到的滤波结果');

subplot(1,2,2);
imshow(g_0,[0 1]);
xlabel('5).效果图(D=10)');



figure();
subplot(1,2,1);
imshow(H_1,[0 1]);
xlabel('6).高斯高通滤波(D=50)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_1(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_1)),[ ]);
xlabel('7).6得到的滤波结果');

subplot(1,2,2);
imshow(g_1,[0 1]);
xlabel('8).效果图(D=50)');



figure();
subplot(1,2,1);
imshow(H_2,[0 1]);
xlabel('9).高斯高通滤波(D=150)');

subplot(1,2,2);
h = mesh(1:20:P,1:20:Q,H_2(1:20:P,1:20:Q));
set(h,'EdgeColor','k');
axis([0 P 0 Q 0 1]);
xlabel('u');ylabel('v');
zlabel('|H(u,v)|');

figure();
subplot(1,2,1);
imshow(log(1 + abs(G_2)),[ ]);
xlabel('10).9得到的滤波结果');

subplot(1,2,2);
imshow(g_2,[0 1]);
xlabel('11).效果图(D=150)');
bllddee
关注
  • 18
    点赞
  • 踩
  • 104
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
一维高斯低通滤波器：返回一维高斯低通滤波器的系数-matlab开发
06-01
此函数返回高斯低通滤波器的系数。 高斯滤波器的优点：时域无振铃或过冲。 缺点：频域滚降慢。 将 SR=sampling rate，fco=cutoff freq（均以 Hz 为单位）传递给函数。 计算长度为 L（L 总是奇数）的 FIR 滤波器的系数。 这个长度为 L=2N+1 的对称 FIR 滤波器具有延迟 N/SR 秒。 使用示例： 计算 SR=1000,fco=50 Hz 时的高斯滤波器频率响应： freqz(gaussfiltcoef(1000,50),1,256,1000); 使用 fco=500 的高斯滤波器以 5kHz 采样的滤波信号 X： y=filter(gaussfiltcoef(5000,500),1,X); SR,fco 没有经过健全性检查。 WCR 2006-10-11。
数字滤波器设计——Matlab（理想低通滤波器、FIR滤波器）
Creedassin的博客
09-22 2889
首先是傅里叶级数、相位谱、频谱、窗函数等概念理解，其次是详细讲述我个人通过matlab实现一个FIR滤波器的设计。
同态滤波算法详解
最新发布
kxg916361108的博客
03-08 742
同态滤波是一种用于增强图像的方法，特别适用于去除图像中的照明不均和阴影。该算法基于照射反射模型，将图像分解为两个分量：照射分量（illumination component）和反射分量（reflection component）。在对数变换后，同态滤波算法将图像转换到频域进行滤波。通过在频域对图像进行滤波，可以调整图像的照射分量和反射分量。滤波函数的选择直接影响到对图像中照射和反射分量的调整效果。确定合适的滤波参数和滤波函数是同态滤波算法的关键。R(x,y) 是反射分量，表示图像中的目标物体，
计算机视觉（二）-matlab之理想低通滤波器，布特沃斯低通、高斯低通，理想高通、布特沃斯高通、高斯高通滤波器
博观而约取，厚积而薄发
04-08 2万+
在滤波器之前，先讲解傅里叶变换 理想低通滤波器 f = imread('Fig0441.tif'); f = im2double(f); % 计算填充图像大小 [M,N] = size(f); M2 = 2*M; N2 = 2*N; % 傅里叶变换 F = fftshift(fft2(f,M2,N2)); figure;imshow(mat2gray(log(1+abs(F))));ti...
MATLAB图像处理--高斯低通滤波、高斯高通滤波（代码及示例）
热门推荐
留缘的博客
04-28 7万+
常用的滤波器有以下几种： 频域滤波器 频域平滑滤波器 理想低通滤波器 巴特沃斯低通滤波器 高斯低通滤波器 频域锐化滤波器 理想高通滤波器 巴特沃斯高通滤波器 高斯高通滤波器 频域拉普拉斯算子 高频提升滤波 同态滤波器 低通滤波器通过过滤掉频域的高频成分达到平滑目的。 滤波的基本模型G(u,v) = H(u,v)F(u,v)，其中 F(u,v) 是图像的傅立叶变换结果， H(u,v) 称为滤波器传输......
IIR数字滤波器设计（数字信号处理）
Five—菜鸟级的博客
12-18 7万+
~~ 如果有什么问题可以在我的个人博客留言 ，我会及时回复。欢迎来访交流 ~~ IIR数字滤波器设计（数字信号处理） 一、实验目的 1.熟悉双线性变换法设计IIR数字滤波器的原理与方法。 2.掌握IIR数字滤波器的MATLAB实现方法，会调用ellipord()和ellip() 函数设计各种滤波器。 3.观察分析滤波器输入输出数据波形，理解数字滤波的概念...
巴特沃斯数字低通滤波器
诚朴勇毅
10-08 1万+
matlab实现信号滤波有很多种方法，本文采用filter函数，先由butter函数生成数字滤波器分子、分母多项式，然后将这些参数传给filter函数，便可实现滤波的功能。 知识点如下： 1、[b,a] = butter(N,wc); 其中，b和a分别为滤波器分子、分母多项式，N为滤波器阶数，wc为3dB截止频率，巴特沃斯低通滤波器的特点为：整个频带内单调下降，且非常光滑，并且阶数越高，阻带内下降的越陡峭、越干脆。无论阶数多高，都在经过（wc，3dB)一点。 2、y = filter(b,a,x);
读入一幅图像，对图像分别进行高斯低通、巴特沃兹低通、高斯高通和巴特沃兹高通频域滤波，比较其锐化和平滑效果。
qq_51968668的博客
09-06 2699
读入一幅图像，对图像分别进行高斯低通、巴特沃兹低通、高斯高通和巴特沃兹高通频域滤波，比较其锐化和平滑效果。
OpenCV C++实现频域滤波器汇总 理想低通、理想高通、巴特沃思低通、巴特沃思高通、高斯低通、高斯高通
cyf15238622067的博客
02-26 6194
根据各个滤波公式及前几章内容，可实现理想低通、理想高通、巴特沃思低通、巴特沃思高通、高斯低通、高斯高通滤波器； 效果图： 高斯低通 D0=30 巴特沃思低通 D0=30,n=2 理想低通D0=30： 高斯高通D0=80： 巴特沃思高通 D0=80,n=2 理想高通D0=80： 代码实现： #include&lt;opencv2/opencv.hpp&gt;...
图像处理之理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器的matlab简单实现
qq_44111805的博客
08-13 2万+
经理想高频滤波后的图像把信息丰富的低频去掉了，丢失了许多必要的信息**。一般情况下，高通滤波对噪声没有任何抑制作用**，若简单的使用高通滤波，图像质量可能由于噪声严重而难以达到满意的改善效果。这种滤波器实际上是由一个高通滤波器和一个全通滤波器构成的，这样便能在高通滤波的基础上保留低频信息。高通滤波可以分为理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器。其中D0为巴特沃斯高通滤波器的截止频率，其中D0为理想高通滤波器的截止频率，其中D0为高斯高通滤波器的截止频率，三、巴特沃斯高通滤波器(BHPF)....
数字图像处理实验十理想、高斯、巴特沃斯低通和高通滤波器
氮气蜗牛的博客
10-10 2916
利用理想低通、高斯低通、巴特沃斯低通滤波器进行滤波 利用理想高通、高斯高通、巴特沃斯高通滤波器进行滤波
巴特沃斯低通滤波matlab实现代码-DIP-Filter:DIP过滤器
05-20
巴特沃斯低通滤波matlab实现代码 DIP-Filter 1.概况 项目：实现一个通用的高通、低通、带通和带阻滤波器函数。其中又分别实现理想、巴特沃思和指数等滤波形式。用实现的函数对图1（lena_noise.bmp）进行低通处理，图...
计算机视觉（二）-matlab之理想低通滤波器，布特沃斯低通、高斯低通，理想高通、布特沃斯。。。.pdf
04-21
计算机视觉（二）-matlab之理想低通滤波器，布特沃斯低通、高斯低通，理想高通、布特沃斯。。。.pdf
低通滤波与高通滤波.pdf
04-06
matlab频域低通与高通滤波，包含理想滤波器，巴特沃斯滤波器，高斯滤波器及代码实现
matlabdaima.rar_matlab 图像压缩_pepper_中值滤波 matlab_直方图 matlab_高通
09-24
P0301：数字图像矩阵数据的显示及其傅立叶变换 ...P0311：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理 P0312：利用巴特沃斯（Butterworth）高通滤波器对图像进行锐化处理
图像上的频域高通滤波（2-D域）：我们已经讨论了频域中的三种类型的高通滤波器。 （理想，巴特沃思和高斯HPF）-matlab开发
05-28
巴特沃斯高通滤波器（BHPF） 3.高斯高通滤波器（GHPF） 您可以清楚地观察到高通滤波器输出中的振铃问题。 振铃效果的原因； 任何图像的卷积（由不同强度）的波纹形状函数会导致振铃现象。 您可以从下面给出的链接...
Matlab图像处理频域滤波实现——理想低通、高通、带通带阻滤波器
小嘤熊的博客
01-29 2006
如果你想要进一步了解更多的相关知识，
matalb 图像处理 低通滤波和高通滤波 （理想，巴特沃斯，高斯 含代码）
joreng的博客
11-24 1万+
主要分为理想低通滤波，巴特沃斯低通滤波，高斯低通滤波。
用matlab编程实现数字图像理想低通滤波、高斯低通滤波和巴特沃斯低通滤波去噪算法
qq_37431083的博客
03-30 2万+
1 理想低通滤波 %理想低通 I = imread('fig.png'); I=rgb2gray(I); figure(1); subplot(221),imshow(I); title('原图像'); I=imnoise(I,'gaussian');%%加入高斯白噪声 subplot(222),imshow(I); title('加入噪声后的图像'); s=fftshift(fft2(I)); ...
matlab均值滤波中值滤波理想低通滤波巴特沃斯低通滤波高斯高通滤波代码
07-14
### 回答1： 1. MATLAB均值滤波代码： function output = meanFilter(image, windowSize) [m, n] = size(image); output = zeros(m, n); for i = 1:m for j = 1:n sum = 0; count = 0; for k = i-floor(windowSize/2):i+floor(windowSize/2) for l = j-floor(windowSize/2):j+floor(windowSize/2) if (k > 0 && k <= m && l > 0 && l <= n) sum = sum + image(k, l); count = count + 1; end end end output(i, j) = sum / count; end end end 2. MATLAB中值滤波代码： function output = medianFilter(image, windowSize) [m, n] = size(image); output = zeros(m, n); for i = 1:m for j = 1:n values = []; for k = i-floor(windowSize/2):i+floor(windowSize/2) for l = j-floor(windowSize/2):j+floor(windowSize/2) if (k > 0 && k <= m && l > 0 && l <= n) values = [values, image(k, l)]; end end end output(i, j) = median(values); end end end 3. 理想低通滤波代码： function output = idealLowpassFilter(image, D0) [m, n] = size(image); output = zeros(m, n); u = 0:(m-1); v = 0:(n-1); idx = find(u > m/2); u(idx) = u(idx) - m; idy = find(v > n/2); v(idy) = v(idy) - n; [V, U] = meshgrid(v, u); D = sqrt(U.^2 + V.^2); H = double(D <= D0); F = fftshift(fft2(image)); output = real(ifft2(ifftshift(F .* H))); end 4. 巴特沃斯低通滤波代码： function output = butterworthLowpassFilter(image, D0, n) [m, n] = size(image); output = zeros(m, n); u = 0:(m-1); v = 0:(n-1); idx = find(u > m/2); u(idx) = u(idx) - m; idy = find(v > n/2); v(idy) = v(idy) - n; [V, U] = meshgrid(v, u); D = sqrt(U.^2 + V.^2); H = 1 ./ (1 + ((D ./ D0).^(2*n))); F = fftshift(fft2(image)); output = real(ifft2(ifftshift(F .* H))); end 5. 高斯高通滤波代码： function output = gaussianHighpassFilter(image, D0) [m, n] = size(image); output = zeros(m, n); u = 0:(m-1); v = 0:(n-1); idx = find(u > m/2); u(idx) = u(idx) - m; idy = find(v > n/2); v(idy) = v(idy) - n; [V, U] = meshgrid(v, u); D = sqrt(U.^2 + V.^2); H = 1 - exp(-1 * (D.^2) / (2 * D0^2)); F = fftshift(fft2(image)); output = real(ifft2(ifftshift(F .* H))); end 以上是MATLAB中实现均值滤波、中值滤波、理想低通滤波、巴特沃斯低通滤波和高斯高通滤波的代码。参数说明：image为输入图像，windowSize为滤波窗口的大小，D0为截止频率，n为巴特沃斯滤波器的阶数。输出结果为滤波后的图像。 ### 回答2： 1. 均值滤波（Mean Filter）： function output = meanFilter(input, windowSize) % 获取输入图像的大小 [height, width] = size(input); % 创建输出图像 output = zeros(height, width); % 定义窗口大小的一半 halfWindowSize = floor(windowSize / 2); for i = halfWindowSize + 1 : height - halfWindowSize for j = halfWindowSize + 1 : width - halfWindowSize % 获取当前像素的邻域 neighborhood = input(i - halfWindowSize : i + halfWindowSize, j - halfWindowSize : j + halfWindowSize); % 计算邻域内像素的平均值，并赋值给输出图像对应位置的像素 output(i, j) = mean(neighborhood(:)); end end end 2. 中值滤波（Median Filter）： function output = medianFilter(input, windowSize) % 获取输入图像的大小 [height, width] = size(input); % 创建输出图像 output = zeros(height, width); % 定义窗口大小的一半 halfWindowSize = floor(windowSize / 2); for i = halfWindowSize + 1 : height - halfWindowSize for j = halfWindowSize + 1 : width - halfWindowSize % 获取当前像素的邻域 neighborhood = input(i - halfWindowSize : i + halfWindowSize, j - halfWindowSize : j + halfWindowSize); % 计算邻域内像素的中值，并赋值给输出图像对应位置的像素 output(i, j) = median(neighborhood(:)); end end end 3. 理想低通滤波（Ideal Lowpass Filter）： function output = idealLowpassFilter(input, cutoffFreq) % 获取输入图像的大小和中心位置 [height, width] = size(input); centerX = floor(width / 2) + 1; centerY = floor(height / 2) + 1; % 创建输出图像 output = zeros(height, width); % 计算频域的网格 [X, Y] = meshgrid(1 : width, 1 : height); % 计算频率坐标 freqX = X - centerX; freqY = Y - centerY; % 计算距离中心频率的距离 distance = sqrt(freqX.^2 + freqY.^2); % 应用理想低通滤波器 output(distance <= cutoffFreq) = input(distance <= cutoffFreq); end 4. 巴特沃斯低通滤波（Butterworth Lowpass Filter）： function output = butterworthLowpassFilter(input, cutoffFreq, order) % 获取输入图像的大小和中心位置 [height, width] = size(input); centerX = floor(width / 2) + 1; centerY = floor(height / 2) + 1; % 创建输出图像 output = zeros(height, width); % 计算频域的网格 [X, Y] = meshgrid(1 : width, 1 : height); % 计算频率坐标 freqX = X - centerX; freqY = Y - centerY; % 计算距离中心频率的距离 distance = sqrt(freqX.^2 + freqY.^2); % 应用巴特沃斯低通滤波器 output = input .* (1 ./ (1 + (distance ./ cutoffFreq).^(2 * order))); end 5. 高斯高通滤波（Gaussian Highpass Filter）： function output = gaussianHighpassFilter(input, sigma) % 获取输入图像的大小和中心位置 [height, width] = size(input); centerX = floor(width / 2) + 1; centerY = floor(height / 2) + 1; % 创建输出图像 output = zeros(height, width); % 计算频域的网格 [X, Y] = meshgrid(1 : width, 1 : height); % 计算频率坐标 freqX = X - centerX; freqY = Y - centerY; % 计算距离中心频率的距离 distance = sqrt(freqX.^2 + freqY.^2); % 应用高斯高通滤波器 output = input .* (1 - exp(-(distance.^2) / (2 * sigma^2))); end ### 回答3： matlab中均值滤波、中值滤波、理想低通滤波、巴特沃斯低通滤波和高斯高通滤波的代码如下： 1. 均值滤波代码： ```matlab % 均值滤波 function output = meanFilter(input, windowSize) [m, n] = size(input); output = zeros(m, n); halfSize = floor(windowSize / 2); for i = 1 + halfSize : m - halfSize for j = 1 + halfSize : n - halfSize % 取窗口内矩阵的均值 output(i, j) = mean2(input(i-halfSize:i+halfSize, j-halfSize:j+halfSize)); end end end ``` 2. 中值滤波代码： ```matlab % 中值滤波 function output = medianFilter(input, windowSize) [m, n] = size(input); output = zeros(m, n); halfSize = floor(windowSize / 2); for i = 1 + halfSize : m - halfSize for j = 1 + halfSize : n - halfSize % 取窗口内矩阵的中值 output(i, j) = median(input(i-halfSize:i+halfSize, j-halfSize:j+halfSize), 'all'); end end end ``` 3. 理想低通滤波代码： ```matlab % 理想低通滤波 function output = idealLowpassFilter(input, cutoffFrequency) [m, n] = size(input); output = ifftshift(input); output = fft2(output); % 构造理想低通滤波器 H = zeros(m, n); for u = 1 : m for v = 1 : n D = sqrt((u - m/2)^2 + (v - n/2)^2); if D <= cutoffFrequency H(u, v) = 1; end end end % 与输入图像的傅里叶变换做点乘 output = output .* H; output = abs(ifft2(output)); end ``` 4. 巴特沃斯低通滤波代码： ```matlab % 巴特沃斯低通滤波 function output = butterworthLowpassFilter(input, cutoffFrequency, n) [m, n] = size(input); output = ifftshift(input); output = fft2(output); % 构造巴特沃斯低通滤波器 H = zeros(m, n); for u = 1 : m for v = 1 : n D = sqrt((u - m/2)^2 + (v - n/2)^2); H(u, v) = 1 / (1 + (D / cutoffFrequency)^(2*n)); end end % 与输入图像的傅里叶变换做点乘 output = output .* H; output = abs(ifft2(output)); end ``` 5. 高斯高通滤波代码： ```matlab % 高斯高通滤波 function output = gaussianHighpassFilter(input, cutoffFrequency) [m, n] = size(input); output = ifftshift(input); output = fft2(output); % 构造高斯高通滤波器 H = zeros(m, n); for u = 1 : m for v = 1 : n D = sqrt((u - m/2)^2 + (v - n/2)^2); H(u, v) = 1 - exp(-(D^2 / (2 * cutoffFrequency^2))); end end % 与输入图像的傅里叶变换做点乘 output = output .* H; output = abs(ifft2(output)); end ``` 以上是一些简单的滤波方法的代码实现，只适用于二维的图像数据。具体的使用细节和参数调整可以根据实际情况进行修改。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值