噪声图像的三种低通滤波演示系统

理想低通滤波器(ILPF):

二维理想低通滤波器的传递函数H(u,v)为:

                               

式中:D_{0}为理想低通滤波器的截止颗率,是一个规定非负的量,这里理想是指小于等于D_{0}的题率可以完全不受影响地通过滤波器,而大于D_{0}的频率则完全通不过,因此也叫截断频率。这种理想低通滤波器尽管在计算机中可模拟实现,但理想低通滤波器无使用实际的电子器件硬件实现这种从1到0陡峭突变的截断频率。是从频率平面上点(u,v)到频率平面原点(0,0)的距离。

巴特沃斯低通滤波器(BLPF):

n阶巴特沃斯低通滤波器(BLPE),它的传递函数为:

                       

D\left ( u,v \right )=D_{0},n=1时,H\left ( u,v \right )D_{0} 处的值降为其最大值的1/2。

它的另一种巴特沃斯低通滤波器传递函数为:

           

巴特沃斯低通法波器传递函数特性为连续性衰减,而不像ILPF理想低通滤波那样是陡峭和明显的不连续性衰减。在它的尾部保留有较多的高频,所以对噪声的平滑效果不如HLPE。采用该滤波器在抑制噪声的同时,图像边缘的模糊程度大大减木,振铃效应不明显。

指数型低通滤波器(ELPF)

指数型低通滤波器(ELPE),它的传递函数为:

          

式中D_{0}为截止频率,n为阶数。当

  • 1
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
理想低通滤波器是一种常用的图像去噪方法,它可以除高频噪声,保留图像的低频信息。在Matlab中,可以使用以下步骤来实现理想低通滤波: 1. 读取图像:使用`imread`函数读取需要进行波的图像文件,并将其存储在一个变量中。 2. 转换为频域:使用`fft2`函数将图像转换为频域表示,得到一个复数矩阵。 3. 创建理想低通滤波器:根据图像的大小,创建一个与图像大小相同的理想低通滤波器。可以使用`meshgrid`函数生成一个网格矩阵,然后计算每个频率点与频域中心的距离。 4. 应用波器:将理想低通滤波器与频域图像相乘,得到波后的频域图像。 5. 转换回空域:使用`ifft2`函数将波后的频域图像转换回空域表示,得到一个复数矩阵。 6. 取实部:由于波后的图像是复数矩阵,需要取实部以得到最终的波结果。 7. 显示波结果:使用`imshow`函数显示波后的图像。 下面是一个示例代码,演示了如何在Matlab中实现理想低通滤波: ```matlab % 读取图像 image = imread('image.jpg'); % 转换为频域 fft_image = fft2(image); % 创建理想低通滤波器 [M, N] = size(image); [u, v] = meshgrid(1:N, 1:M); D = sqrt((u - N/2).^2 + (v - M/2).^2); cutoff_frequency = 50; % 截止频率 ideal_lowpass_filter = double(D <= cutoff_frequency); % 应用波器 filtered_image = fft_image .* ideal_lowpass_filter; % 转换回空域 ifft_image = ifft2(filtered_image); % 取实部 filtered_image = real(ifft_image); % 显示波结果 imshow(filtered_image, []); ``` 请注意,上述代码中的`image.jpg`是需要进行波的图像文件名,你需要将其替换为你自己的图像文件名。此外,你还可以根据需要调整截止频率`cutoff_frequency`来控制波效果。

“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 1
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