首页 > 其他分享 >我谈频域高斯滤波器

我谈频域高斯滤波器

时间:2024-10-13 17:18:17浏览次数:9  
标签:滤波器 高斯 截止频率 频域 高通 我谈 函数

目录

写在前面的内容

冈萨雷斯给的频域高斯滤波器。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
1 1 1减去高斯函数就不是高斯了,叫它高斯也不合理。

我谈频域高斯滤波器

频域中不常使用高斯滤波器,主要是因为高斯函数在频域中的频率响应不是理想的。在频域中,高斯函数的频率响应是指数衰减的形式,而不是严格的截止或带通特性。这意味着高斯滤波器在频域中无法提供明确的截止频率或带通范围。在频域中,常用的典型滤波器包括巴特沃斯滤波器、椭圆滤波器和切比雪夫滤波器等,它们能够提供更明确的频率截止或带通特性。

空域中常用高斯模糊核,这是因为高斯函数具有良好的数学性质。此外,高斯模糊核的频率响应是连续的,可以避免频率失真或振铃效应。

一看就不是一个好的频域滤波器,陡度太小了。另外,模拟滤波器都有阶数 N N N(不知道为什么一构造就一系列,我想是为了灵活性,通过调整 N N N,控制陡度),高斯无法控制,作为滤波器孤单的存在。不想孤单就得去掉2(后面即将说到),去掉2,陡度更小了,这样的滤波器没意义。

在这里插入图片描述

即便在频域中设计了高斯滤波器,它的频率变换后的高通滤波器是这样的。与冈萨雷斯的那种比较,注意截止频率0.3处的增益。
在这里插入图片描述

高斯函数的傅里叶变换和逆变换都是高斯函数。因此,虽然高斯滤波器在频域不会使用,但可以做空域的解释。

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
而频率变换后的高通滤波器不是高斯函数了,不方便给空域做解释。所以通过1-低通=高通构造高通滤波器,方便对空域做解释。反正是个高通,好不好无所谓。但是但是,1的傅里叶逆变换是 δ \delta δ函数,因此,就有了通过两个高斯函数相减构造高通滤波器。
在这里插入图片描述
在这里插入图片描述

高斯函数中参数的条件是保证零相位高通滤波器
在这里插入图片描述
在这里插入图片描述
禹晶、肖创柏、廖庆敏《数字图像处理(面向新工科的电工电子信息基础课程系列教材)》P137~P140

离谱的指数滤波器

某人构造出一个指数滤波器。这个指数滤波器就离谱了。
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

模拟滤波器都有阶数 N N N。若没有高斯函数中的2,则不同的 N N N都过同一点。我想是这个原因某人就构造出一个指数低通滤波器,以及相应的高通滤波器。
在这里插入图片描述
在这里插入图片描述
先不说 1 1 1减去指数函数也不是指数函数了。这有两个最大的问题。

第一,截止频率。

巴特沃斯模拟低通滤波器在截止频率处幅值从最大值下降到它的 0.707,经典的3db。冈萨雷斯直接写高斯低通滤波器,分母有个2,这样截止频率0.607,比不上巴特沃斯的0.707,但是超过0.5了。图中 D 0 = 0.3 D_0=0.3 D0​=0.3。但是如果没有这个 2 2 2,截止频率处下降到多少呢?
在这里插入图片描述
所以这样的指数滤波器有何用?分布就是分布,原来一个不起眼的 2 2 2,居然还很有用。
在这里插入图片描述

第二,低通与高通的截止频率。

与巴特沃斯比比看,截止频率的增益都处于 − 3 -3 −3db。
在这里插入图片描述
在这里插入图片描述

标签:滤波器,高斯,截止频率,频域,高通,我谈,函数
From: https://blog.csdn.net/u013600306/article/details/142699672

相关文章

  • FredNormer: 非平稳时间序列预测的频域正则化方法
    时间序列预测是一个具有挑战性的任务,尤其是在处理非平稳数据时。现有的基于正则化的方法虽然在解决分布偏移问题上取得了一定成功但仍存在局限性。这些方法主要在时间域进行操作,可能无法充分捕捉在频域中更明显的动态模式,从而导致次优的结果。FredNormer论文的研究目的主要包......
  • WebRTC中的维纳滤波器实现详解:基于决策导向的SNR估计
    目录1.维纳滤波器的基本原理2.WebRTC中的维纳滤波器实现3.代码逐步剖析4.总结在WebRTC的噪声抑制模块中,维纳滤波器(WienerFilter)是一种非常常见且重要的滤波器,用于提高语音信号的清晰度并抑制背景噪声。本文将详细解释维纳滤波器在WebRTC中的实现逻辑,并结合代码......
  • PSPICE仿真滤波器及仿真过程中的各种问题!如何写出一个滤波器的传递函数!
    前言:最近在学习滤波器,包括各种低通滤波器、高通滤波器、带阻、带通等等,以及一些常见的拓扑sallenkey结构、多反馈、Bainter陷波器等等。于是想着通过一个仿真的模型开始,到最后使用芯片做出实物这样一个学习过程。对于简单的设计我首选ADI的滤波器设计向导,他们能够提供许多......
  • 滤波器相关知识及设计
    滤波器性能特性理想VS实际:实际当中滤波器存在:通带内信号的损失、通带阻带间信号存在缓慢的衰减、阻带内的零点函数型滤波器设计巴特沃斯型:通带内响应最为平坦切比雪夫型:截止特性好,但通带内有纹波椭圆函数型:通带内有纹波,阻带内有零点,但截止特性是最好的贝塞尔型:阻......
  • halcon的频域图像处理
    频率特征是图像的灰度变化特征,低频特征是灰度变化不明显,例如图像整体轮廓,高频特征是图像灰度变化剧烈,如图像边缘和噪声。一个重要的经验结论:低频代表图像整体轮廓,高频代表了图像噪声,中频代表图像边缘、纹理等细节。什么时候使用傅里叶变换进行频域分析?1、具有一定纹理特征的图像,......
  • 基于PID控制器和卡尔曼滤波器的机器人控制(Matlab代码实现)
     ......
  • 【使用UPML的3D FDTD代码进行微带低通滤波器分析】应用三维有限差分时域法分析平面微
       ......
  • 时域与频域
    信号完整性系列章节之一——频域和时域前言频域和时域的变换过程一、频域是什么?频域就是一种数学描述。通过时域的客观存在,利用一种数学模型将时域的特征进行描述,这种描述称为时域变换。时域是客观存在,而频域是为了用数学模型来描述产生的,因此频域不会产生新的信息,......
  • 图像去噪:基于混合噪声处理的 UNF 滤波器与中值滤波器比较
       在图像处理领域,去噪是一个非常重要的步骤。噪声会严重影响图像的质量,使得图像难以被理解或分析。本文将演示如何使用混合噪声处理技术和两种常见的滤波器(UNF滤波器与中值滤波器)来去除图像中的噪声,并比较它们的性能。1.添加噪声   首先,我们通过impulseNoise......
  • 基于自适应中值滤波器的图像去噪处理
        在图像处理中,噪声是一种常见的干扰因素,其中椒盐噪声(SaltandPepperNoise)是一种典型的噪声类型,表现为图像中的随机黑白点。为了消除这种噪声,我们通常使用滤波器进行去噪处理。而自适应中值滤波器(AdaptiveMedianFilter)是一种非常有效的去噪工具。本文将通过MATLA......