自动对焦模块理论基础及其硬件实现浅析(三)

本文详细介绍了线性滤波器的基本概念,强调了滤波器在图像处理中的作用,通过傅里叶变换阐述了滤波器的设计原理,并讨论了如何在实域中实现无限延伸滤波器,特别提到了递归滤波器的Z-变换方法。通过巴特沃斯滤波器和平滑序列的实例,展示了滤波器在图像平滑中的应用。
摘要由CSDN通过智能技术生成

三、线性滤波器

  1. 什么是线性滤波器

      对图像的操作导致对某些空间评率的减弱或增强,这一功能可以通过将图像的傅里叶变换与某些可以“消除”或改变某些频率分量的函数相乘,然后再取反傅里叶变换来实现。上述这一过程称之为图像滤波,而所用的函数称为线性滤波器。简单来说,滤波器是能过滤某些特定频段,留下需要信号的部件,比如低通滤波器(只留下低频分量)、高通滤波器(只留下高频分量)、带通滤波器(只留下特定范围内的分量)。

      时域卷积=频域相乘,有这一结论的前提下,假设时域信号f1和f2做卷积,从f1的角度看,它的频谱函数要跟f2对应的频谱函数相乘,而如果f1的某些频率分量,在f2上是没有的,那么相乘之后的结果是0,所以得到的f3信号,在这些频率上值为0,于是对f1而言,f2把它的某些分量“过滤”掉了,所以f2是滤波器,f1是原始信号,f3是过滤之后的信号。

2.如何定义一个二维线性滤波器

      一个2D滤波器可以用它的傅里叶变换\hat{h}(u,v)定义,称之为频率响应函数。通过取\hat{h}(u,v)的反傅里叶变换可以获取在实域中的对应的滤波器。这被称之为滤波器的单位采样响应或者叫做脉冲响应,并记做h(k.l)

      频率响应函数被定义为连续频率(\mu ,v)的函数。单位采样响应h(k.l)定义为\hat{h}(u,v)的傅里叶反变换。但是,由于h(k.l)要用来对数字图像进行加工,所以仅仅在离散点定义。这样将两个函数联系起来的公式为:

 如果只对实滤波器感兴趣,上式可以更改为:

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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