【MATLAB图像处理】滤波器--矩形孔高低通滤波器、圆形孔径高低通滤波器

已于 2023-04-18 21:55:40 修改
阅读量1.2k 收藏 4
点赞数 4
文章标签： matlab 图像处理 开发语言
于 2023-04-11 22:22:24 首次发布
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/weixin_51659968/article/details/130094613
版权

滤波步骤：

 理想低通滤波器可以表示为：

理想高通滤波器表示为:

 低通与高通的不同在于生成的矩阵中1与0分布的不同

1.1 矩形孔--低通

（D0=40）

f = imread('guangshan.png');
f = rgb2gray(f);
f = im2double(f);
subplot(2,3,1) ;imshow(f);title('原图');
 
% 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));
subplot(2,3,2);imshow(mat2gray(log(1+abs(F))));title('傅里叶频谱');
 
% 设计滤波器
D0=40;
h=zeros(M2,N2); 
for i=1:M2 
    for j=1:N2 
       if((abs(M2/2-i)<D0)&&(abs(N2/2-j)<D0)) 
           h(i,j)=1; 
        end 
    end 
end    
H = mat2gray(h);% 理想低通滤波器
subplot(2,3,3);imshow(H);title('理想低通滤波器');
 
% 频域滤波
G = F.*H;
subplot(2,3,4);imshow(mat2gray(log(1+abs(G))));title('频域滤波');
 
g0 = ifft2(fftshift(G));
g = g0(1:M,1:N);
g = real(g);
subplot(2,3,5);imshow(g);title('滤波后的图像');

 

 （D0=80）

f = imread('guangshan.png');
f = rgb2gray(f);
f = im2double(f);
subplot(2,3,1) ;imshow(f);title('原图');
 
% 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));
subplot(2,3,2);imshow(mat2gray(log(1+abs(F))));title('傅里叶频谱');
 
% 设计滤波器
D0=80;
h=zeros(M2,N2); 
for i=1:M2 
    for j=1:N2 
       if((abs(M2/2-i)<D0)&&(abs(N2/2-j)<D0)) 
           h(i,j)=1; 
        end 
    end 
end    
H = mat2gray(h);% 理想低通滤波器
subplot(2,3,3);imshow(H);title('理想低通滤波器');
 
% 频域滤波
G = F.*H;
subplot(2,3,4);imshow(mat2gray(log(1+abs(G))));title('频域滤波');
 
g0 = ifft2(fftshift(G));
g = g0(1:M,1:N);
g = real(g);
subplot(2,3,5);imshow(g);title('滤波后的图像');

 

1.2 矩形孔--高通

（D0=40）

f = imread('guangshan.png');
f = rgb2gray(f);
f = im2double(f);
subplot(2,3,1) ;imshow(f);title('原图');
 
% 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));
subplot(2,3,2);imshow(mat2gray(log(1+abs(F))));title('傅里叶频谱');
 
% 设计滤波器
D0=40;
h=zeros(M2,N2); 
for i=1:M2 
    for j=1:N2 
       if((abs(M2/2-i)<D0)&&(abs(N2/2-j)<D0)) 
           h(i,j)=0; 
       else
           h(i,j)=1;
        end 
    end 
end    
H = mat2gray(h);% 理想低通滤波器
subplot(2,3,3);imshow(H);title('理想高通滤波器');
 
% 频域滤波
G = F.*H;
subplot(2,3,4);imshow(mat2gray(log(1+abs(G))));title('频域滤波');
 
g0 = ifft2(fftshift(G));
g = g0(1:M,1:N);
g = real(g);
subplot(2,3,5);imshow(g);title('滤波后的图像');

（D0=80）

f = imread('guangshan.png');
f = rgb2gray(f);
f = im2double(f);
subplot(2,3,1) ;imshow(f);title('原图');
 
% 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));
subplot(2,3,2);imshow(mat2gray(log(1+abs(F))));title('傅里叶频谱');
 
% 设计滤波器
D0=80;
h=zeros(M2,N2); 
for i=1:M2 
    for j=1:N2 
       if((abs(M2/2-i)<D0)&&(abs(N2/2-j)<D0)) 
           h(i,j)=0; 
       else
           h(i,j)=1;
        end 
    end 
end    
H = mat2gray(h);% 理想低通滤波器
subplot(2,3,3);imshow(H);title('理想高通滤波器');
 
% 频域滤波
G = F.*H;
subplot(2,3,4);imshow(mat2gray(log(1+abs(G))));title('频域滤波');
 
g0 = ifft2(fftshift(G));
g = g0(1:M,1:N);
g = real(g);
subplot(2,3,5);imshow(g);title('滤波后的图像');

在上一个代码中修改：

D0=80;

矩形孔滤波器的低通与高通差别是代码中for里判断后的赋值不同。

2.1 圆形孔径--低通

f = imread('guangshan.png');
f = rgb2gray(f);
f = im2double(f);
subplot(2,3,1) ;imshow(f);title('原图');
 
% 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));
 
% 设计滤波器
u=-N:N-1;
v=-M:M-1;
[U,V]=meshgrid(u,v);
D=hypot(U,V);
D0=40;
H=mat2gray(D<D0);%圆心孔径低通滤波器40
subplot(2,3,2);imshow(H);title('理想低通滤波器半径40');
 
D1=80;
HH=mat2gray(D<D1);%圆心孔径低通滤波器80
subplot(2,3,3);imshow(HH);title('理想低通滤波器半径80');
 
% 频域滤波
G = F.*H;
GG= F.*HH;
 
%傅里叶逆变换
g0 = ifft2(fftshift(G));
g1 = ifft2(fftshift(GG));
g = g0(1:M,1:N);
gg = g1(1:M,1:N);
g = real(g);
gg = real(gg);
subplot(2,3,4);imshow(g);title('半径40滤波后的图像');
subplot(2,3,5);imshow(gg);title('半径80滤波后的图像');

2.2 圆形孔径--高通

f = imread('guangshan.png');
f = rgb2gray(f);
f = im2double(f);
subplot(2,3,1) ;imshow(f);title('原图');
 
% 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));
 
% 设计滤波器
u=-N:N-1;
v=-M:M-1;
[U,V]=meshgrid(u,v);
D=hypot(U,V);
D0=40;
H=mat2gray(D>D0);%圆心孔径低通滤波器40
subplot(2,3,2);imshow(H);title('理想低通滤波器半径40');
 
D1=80;
HH=mat2gray(D>D1);%圆心孔径低通滤波器80
subplot(2,3,3);imshow(HH);title('理想低通滤波器半径80');
 
% 频域滤波
G = F.*H;
GG= F.*HH;
 
%傅里叶逆变换
g0 = ifft2(fftshift(G));
g1 = ifft2(fftshift(GG));
g = g0(1:M,1:N);
gg = g1(1:M,1:N);
g = real(g);
gg = real(gg);
subplot(2,3,4);imshow(g);title('半径40滤波后的图像');
subplot(2,3,5);imshow(gg);title('半径80滤波后的图像');

圆形孔径滤波器的低通与高通差别是代码中矩阵转灰度图像函数（mat2gray（））中判断不同导致赋值不同。

scorskye
关注
  • 4
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
【老生谈算法】matlab实现高通滤波器源码——高通滤波器
m0_53407570的博客
09-10 1853
这里我使用了一个10阶butterworth高通滤波器，边带是500hz，但是这不能直接用，因为声音文件的采样率是44k，500hz相对于44k来说太小了。所以我得先把我的声音欠采样，然后再滤波。声音频率主要集中在0~1KHZ，我想虑掉500hz以下的频率，因此采用一个高通滤波器。
基于Matlab的图像处理算法-低通滤波器
11-27
基于MATLAB的图像处理低通滤波器算法的程序实现。低通滤波器的算法包括：巴特沃斯低通滤波器、理想低通滤波器、梯形低通滤波器及指数型低通滤波器。
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......
低通滤波器-基于Matlab实现的巴特沃斯低通滤波器.zip
03-14
低通滤波器 低通滤波器_基于Matlab实现的巴特沃斯低通滤波器
MATLAB函数——highpass
Josh_Gao
06-21 7154
highpass：对信号进行高通滤波
【Matlab】如何使用Filter Design设计低通、高通、带阻滤波器
想要好好学习数学知识
02-08 8431
使用Matlab自带的Filter Design APP可以方便、快捷地设计各种FIR/IIR数字滤波器，并且能输出数字滤波器的阶数、幅度响应、相位响应等。使用一个由10Hz，20Hz，30Hz的正弦波信号叠加的信号作为样本。
MATLAB设计滤波器代码
weixin_55642035的博客
11-22 3764
自测可用，最基本的代码，无拔高。
MATLAB实现高通滤波(附完整代码)
corn1949的博客
02-05 3133
MATLAB实现高通滤波(附完整代码)
滤波器的画图、模拟信号与数字信号之间的关系、矩形窗滤波器的设计
擦擦擦大侠的博客
10-16 1958
滤波器的画图、时间域空间域之间的关系 主要分成两种方式进行考虑： 考虑位移移变 不考虑位移移变 这样处理的目的就是让数字移变滤波器的参数仅随着列车运行速度的变化而变化。 一、不考虑位移 时域频率Ω\OmegaΩ与频率fff之间的关系是：Ω=2πf\Omega = 2\pi fΩ=2πf。 1. 模拟系统 在模拟信号中，常常用传递函数来表示系统，那么传递函数中的s=jΩ=j2πfs = j\Omega = j2\pi fs=jΩ=j2πf，matlab验证如下： B = [1,2]; A = [3,4];
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)....
基于Matlab的图像处理算法-高通滤波器
11-27
基于MATLAB的图像处理高通滤波器算法的程序实现。高通滤波器算法包括：巴特沃斯高通滤波器、理想高通滤波器、梯形高通滤波器及指数高通滤波器。
gabor滤波器 二维log-gabor滤波器matlab代码
11-15
gabor、 log-gabor滤波器matlab源码
IIR滤波器-巴特沃斯(Butterworth) matlab源程序
01-27
【Matlab】音频信号分析及IIR滤波处理——巴特沃斯(Butterworth) 文中的源程序
matlab 对三种高通滤波器（理想高通 巴特沃斯高通 高斯高通）及拉普拉斯增强算子 自写算法实现及比较 在时域中分析
qq_45751831的博客
01-11 7504
matlab 对三种高通滤波器（理想高通 巴特沃斯高通 高斯高通）及拉普拉斯增强算子 自写算法实现及比较 在时域中分析
Matlab图像处理频域滤波实现——高斯低通、高通、带通带阻滤波器
小嘤熊的博客
01-30 3190
如果你想要进一步了解更多的相关知识，
Matlab：干涉图低通、带通、高通滤波器
光学码农的博客
04-17 2419
干涉图： 均值滤波 中值滤波 低通滤波器（使用高斯核） 带通滤波器（使用两个高斯核的差） 高通滤波器（使用拉普拉斯核）
Matlab图像处理系列——频率域图像增强之理想低通滤波器、高斯低通滤波器、高斯高通滤波器、拉普拉斯滤波器以及高斯带阻滤波器
小灰灰的FPGA的博客
01-07 2040
傅里叶反变换将图像的频谱逆变换为空间域图像。当高斯曲线的标准差σ增大时，H(u)的图像变得更宽，而h(x)的图像变得更窄和更高。F(u,v)和H(u,v)分别为f(x,y)和h(x,y)的傅里叶变换，,*表示卷积<=>表示傅里叶变换对，左侧表达式可通过傅里叶正变换得到右侧表达式，右侧表达式可通过傅里叶反变换得到左侧表达式。M表示图像宽度，N表示图像高度，D0表示理想低通滤波器的截止频率，滤波器的频率域原点在频谱图像的中心处，在以截止频率为半径的圆形区域之内的滤镜元素值全为1，该圆之外的滤镜元素全部为0。
matlab实现图像频域处理（低通滤波、高通滤波、同态滤波）
anxinbuxinan的博客
06-14 8658
频域滤波是一种图像处理技术，可以通过在频域中增加或减弱某些频率分量，从而实现图像去噪、锐化、平滑等功能。常见的频域滤波包括频域低通滤波、频域高通滤波和频域同态滤波。在使用这些滤波器进行频域处理时，通常需要选择合适的参数、预处理和后处理方法，以达到理想的处理效果。同时，不同的图像场景和需求也需要选择适合的滤波器和处理方法。
Matlab进阶绘图第55期—带填充纹理的横向单组柱状图
最新发布
qq_26447137的博客
05-20 108
Matlab进阶绘图第55期—带填充纹理的横向单组柱状图
matlab低通滤波器图像处理
10-04
MATLAB中的低通滤波器是一种用于图像处理的算法，它可以去除图像中的高频成分，从而实现图像的模糊和降噪效果。常见的低通滤波器包括巴特沃斯低通滤波器、理想低通滤波器、梯形低通滤波器和指数型低通滤波器等。 下面是一个使用MATLAB实现巴特沃斯低通滤波器的示例代码： ```matlab % 读取图像 image = imread('image.jpg'); % 转换为灰度图像 gray_image = rgb2gray(image); % 生成巴特沃斯低通滤波器 D0 = 30; % 截止频率 n = 4; % 阶数 filter = butterworth_lowpass_filter(size(gray_image), D0, n); % 对图像进行滤波 filtered_image = apply_filter(gray_image, filter); % 显示原图像和滤波后的图像 subplot(1, 2, 1), imshow(gray_image), title('原图像'); subplot(1, 2, 2), imshow(filtered_image), title('滤波后的图像'); function filter = butterworth_lowpass_filter(size, D0, n) % 生成频域滤波器 filter = ones(size); for u = 1:size(1) for v = 1:size(2) D = sqrt((u - size(1)/2)^2 + (v - size(2)/2)^2); % 频域距离 H = 1 / (1 + (D / D0)^(2 * n)); % 巴特沃斯低通滤波器公式 filter(u, v) = H; end end end function filtered_image = apply_filter(image, filter) % 对图像进行频域滤波 fft_image = fftshift(fft2(image)); fft_filtered_image = fft_image .* filter; filtered_image = real(ifft2(ifftshift(fft_filtered_image))); end ``` 以上代码中，我们首先读取图像，并将其转换为灰度图像。然后，我们根据指定的截止频率和阶数生成巴特沃斯低通滤波器。接着，我们使用该滤波器对图像进行滤波，最后显示原图像和滤波后的图像。

“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

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