Matlab图像处理--低通滤波器的Matlab实现及透视图

一、理想低通滤波器（ILPF）

本文主要介绍三种常见低通滤波器的实现方法及其透视图

1.1 理想低通滤波器介绍

在以原点为中心、以$D_0$为半径的圆内，无衰减地通过所有频率，而在该圆外“切断”所有频率的二位低通滤波器，称为理想低通滤波器(ILPF)；理想低通滤波器有下面的函数确定：
$$H(u,v)=\{\begin{array}{ll}1，& D(u,v)\le D_0\\ 0，& D(u,v)>D_0\end{array}\text{\hspace{1em}(1.1)}$$
其中，$D_0$是一个正常数，$D(u,v)是频率域中的点$$(u,v)$$与矩形中心的距离，即
$$D(u,v)=\sqrt[1/2]{[(u-P/2{)}^2+(v-Q/2{)}^2]}\text{\hspace{1em}(1.2)}$$
其中，$P$和$Q$分别为坐标轴$u$和$v$的最大值。

1.2 理想低通滤波器的Matlab实现

该部分代码同时包含了低通和高通滤波器，其中返回值H_L为理想低通滤波器，H_H为理想高通滤波器。

%{
Code for function of Ideal Filter
Created on Mon Aug 12 2019
@author: hjn
%}

% Parameters:
% H_L: Low-Pass Filter
% H_H: High-Pass Filter

function [H_L, H_H] = ILP(u_max, v_max, D0)

% defining range of axis
U=0:u_max;
V=0:v_max;

% calculating coordinate of center
center_u = ceil(u_max/2);
center_v = ceil(v_max/2);

% initilization
H_L=zeros(u_max, v_max);
H_H=zeros(u_max, v_max);

for u=1:u_max+1
    for v=1:v_max+1
        % distance between (u,v) and center
        dist = sqrt((U(u) - center_u)^2 + (V(v) - center_v)^2);
        % judge thread
        if(dist<=D0)
            H_L(u,v) = 1;
            H_H(u,v) = 0;
        else
            H_L(u,v) = 0;
            H_H(u,v) = 1;
        end
    end
end

figure(1);
surf(U,V,H_L)
xlabel('u')
ylabel('v')
zlabel('H(u,v)')
legend('H(u,v)')

1.3 理想低通滤波器的实现结果

运行如下代码：

[H_L_100_100_10, H_H_100_100_10] = ILP(100, 100, 10);

结果：

图1 理想低通滤波器的透视图

二、布特沃斯低通滤波器（BLPF）

2.1 布特沃斯低通滤波器介绍

截止频率位于距原点$D_0$处的$n$阶布特沃斯低通滤波器的传递函数定义为
$$H(u,v)=\frac{1}{1+[D(u,v)/D_0{]}^{2n}}\text{\hspace{1em}(2.1)}$$
其中，$D(u,v)$由式（1.2）给出。

2.2 布特沃斯低通滤波器的Matlab实现

该部分代码同时包含了低通和高通滤波器，其中返回值H_L为布特沃斯低通滤波器，H_H为布特沃斯高通滤波器。

%{
Code for function of Butterworth Filter
Created on Mon Aug 12 2019
@author: hjn
%}

% Parameters:
% H_L: Low-Pass Filter
% H_H: High-Pass Filter

function [H_L, H_H] = BLP(u_max, v_max, D0, n)

% define range of axis
U=0:u_max;
V=0:v_max;

% calculate coordinate of center
center_u = ceil(u_max/2);
center_v = ceil(v_max/2);

% initilization
H_L=zeros(u_max, v_max);
H_H=zeros(u_max, v_max);

for u=1:u_max + 1 
    for v=1:v_max + 1
        % distance between (u,v) and center
        dist = sqrt((U(u) - center_u)^2 + (V(v) - center_v)^2);
        H_L(u,v)=1 / (1 + power(dist/D0, 2*n));
        H_H(u,v)=1 / (1 + power(D0/dist, 2*n));
    end
end

figure(1);
surf(U,V,H_L)
xlabel('u')
ylabel('v')
zlabel('H(u,v)')
legend('H(u,v)')

2.3 布特沃斯低通滤波器的实现结果

运行如下代码：

[H_L_100_100_10, H_H_100_100_10] = BLP(100, 100, 10, 1);

结果：

图2 布特沃斯低通滤波器的透视图

三、高斯低通滤波器（GLPF）

3.1 高斯低通滤波器介绍

截止频率位于距原点$D_0$处的高斯低通滤波器的传递函数定义为
$$H(u,v)=e^{-D^2(u,v)/2D_0^2}\text{\hspace{1em}(3.1)}$$

3.2 高斯低通滤波器的Matlab实现

%{
Code for function of Gaussion Filter
Created on Mon Aug 12 2019
@author: hjn
%}

% Parameters:
% H_L: Low-Pass Filter
% H_H: High-Pass Filter

function [H_L, H_H] = GLP(u_max, v_max, sigma)

% defining range of axis
U=0:u_max - 1;
V=0:v_max - 1;

% calculating coordinate of center
center_u = ceil(u_max/2);
center_v = ceil(v_max/2);

% initialization
H_L=zeros(u_max, v_max);
H_H=zeros(u_max, v_max);

for u=1:u_max
    for v=1:v_max
        % distence between U(u,v) and center
        dist = sqrt((U(u) - center_u)^2 + (V(v) - center_v)^2);
        H_L(u,v) = exp(-dist^2/(2*sigma^2));
        H_H(u,v) = 1 - H_L(u,v);
    end
end

figure(1);
surf(U,V,H_L)
xlabel('u')
ylabel('v')
zlabel('H(u,v)')
legend('H(u,v)')

3.3 高斯低通滤波器的实现结果

运行如下代码：

[H_L_100_100_10, H_H_100_100_10] = GLP(100, 100, 10);

结果：

图3 高斯低通滤波器的透视图

总结

低通滤波器可用来平滑图像，其中$D_0$越大，即截止频率越大，图中的类似柱状物越粗，即通过的频率分量越多。