数字图像处理——高斯低通滤波器

低通滤波器

实验内容和要求：

（1）编程实现教材中公式(4.3.7)所示的高斯低通滤波器。

（2）使用高斯低通滤波器对教材图4.18(a)滤波得到图4.18(c)

 

f0=imread('Fig4.18(a).jpg');subplot(2,2,1);
imshow(f0);title('原图');

sigma=1.6;
gausFilter=fspecial('gaussian',[3,3],sigma);
gaus=imfilter(f0,gausFilter,'replicate'); 

subplot(2,2,2);imshow(gaus);title('sigma=1.6');
 

图像：

二维高斯函数：

fspecial函数（根据type来生成滤波器（算子）的函数）

参考一：https://blog.csdn.net/Chaolei3/article/details/79400658

imfilter函数（对任意多维数组或者图像进行滤波的函数）

参考二：https://blog.csdn.net/zhuwei0710/article/details/68169317

 

 

 

低通滤波器（通低频，阻高频）：理想低通滤波器（ILPF）、巴特沃斯低通滤波器（BLPF Butterworth）、高斯低通滤波器（GLPF）

参考三：https://blog.csdn.net/qq_29721419/article/details/53142320（介绍三种滤波器的特点）

参考四：https://www.zhihu.com/question/54918332（热评2 具体介绍高斯滤波，偏代码）

参考五：https://blog.csdn.net/yang6464158/article/details/39699969（文字方面介绍 高斯函数的特点 五个特征，使其经常被应用于图像处理领域）

高斯函数由于在时域和频域其都是正态分布，所以可以做为滤波器

在一维变换中，称靠近原点的为低频信息，靠近∏的为高频信息

而高斯分布函数（二维）在经历傅里叶变换后，其图像为：

 

所以看到，高斯分布函数可以作为低通滤波器。

另外：图像的高频信息一般代表图像的细节信息（边缘信息），所以低通滤波器一般是将图像变得更加模糊。

高斯滤波（高斯模糊属于高斯滤波）

 

a：二维低通滤波函数

c：二维高通滤波函数

　　

 

转载于:https://www.cnblogs.com/zx-zhang/p/10999617.html