日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

【OpenCV 例程200篇】82. 频率域巴特沃斯低通滤波器

發(fā)布時間:2025/3/15 编程问答 41 豆豆
生活随笔 收集整理的這篇文章主要介紹了 【OpenCV 例程200篇】82. 频率域巴特沃斯低通滤波器 小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

【OpenCV 例程200篇】82. 頻率域巴特沃斯低通濾波器

歡迎關(guān)注 『OpenCV 例程200篇』 系列,持續(xù)更新中
歡迎關(guān)注 『Python小白的OpenCV學習課』 系列,持續(xù)更新中


3.4 頻率域巴特沃斯低通濾波器(BLPF)

截止頻率位于距頻率中心 D0D_0D0? 處的 n 階巴特沃斯(Butterworth)低通濾波器的傳遞函數(shù)為:
H(u,v)=11+[D(u,v)/D0]2nH(u,v) = \frac {1}{1+[D(u,v) / D_0]^{2n}} H(u,v)=1+[D(u,v)/D0?]2n1?

當 n 較大時,巴特沃斯低通濾波器 BLPF 可以逼近理想低通濾波器 ILPF 的特性;而當 n 較小時,巴特沃斯低通濾波器 BLPF 可以逼近高斯低通濾波器 GLPF 的特性,同時提供從低頻到高頻的平滑過渡。

巴特沃斯濾波器的特點是通頻帶內(nèi)的頻率響應(yīng)曲線最大限度平坦,沒有起伏,而在阻頻帶則逐漸下降為零。

在振幅的對數(shù)對角頻率的波特圖上,從某一邊界角頻率開始,振幅隨著角頻率的增加而逐步減小,趨向負無窮大。巴特沃斯濾波器的頻率特性曲線,無論在通帶內(nèi)還是阻帶內(nèi)都是頻率的單調(diào)函數(shù)。因此,當通帶的邊界處滿足指標要求時,通帶內(nèi)肯定會有裕量。所以,更有效的設(shè)計方法應(yīng)該是將精確度均勻的分布在整個通帶或阻帶內(nèi),或者同時分布在兩者之內(nèi)。


例程 8.19:頻率域巴特沃斯低通濾波器 (BLPF)

# OpenCVdemo08.py # Demo08 of OpenCV # 8. 圖像的頻率域濾波 # Copyright 2021 Youcans, XUPT # Crated:2021-12-15# 8.19:頻率域巴特沃斯低通濾波器 (BLPF)# (1) 讀取原始圖像# imgGray = cv2.imread("../images/imgLena.tif", flags=0) # flags=0 讀取為灰度圖像imgGray = cv2.imread("../images/Fig0431.tif", flags=0) # flags=0 讀取為灰度圖像imgFloat32 = np.float32(imgGray) # 將圖像轉(zhuǎn)換成 float32rows, cols = imgGray.shape[:2] # 圖片的高度和寬度# (2) 中心化, centralized 2d array f(x,y) * (-1)^(x+y)mask = np.ones(imgGray.shape)mask[1::2, ::2] = -1mask[::2, 1::2] = -1fImage = imgFloat32 * mask # f(x,y) * (-1)^(x+y)# (3) 快速傅里葉變換# dftImage = fft2Image(fImage) # 快速傅里葉變換 (rPad, cPad, 2)rPadded = cv2.getOptimalDFTSize(rows) # 最優(yōu) DFT 擴充尺寸cPadded = cv2.getOptimalDFTSize(cols) # 用于快速傅里葉變換dftImage = np.zeros((rPadded, cPadded, 2), np.float32) # 對原始圖像進行邊緣擴充dftImage[:rows, :cols, 0] = fImage # 邊緣擴充,下側(cè)和右側(cè)補0cv2.dft(dftImage, dftImage, cv2.DFT_COMPLEX_OUTPUT) # 快速傅里葉變換dftAmp = cv2.magnitude(dftImage[:,:,0], dftImage[:,:,1]) # 傅里葉變換的幅度譜 (rPad, cPad)dftAmpLog = np.log(1.0 + dftAmp) # 幅度譜對數(shù)變換,以便于顯示dftAmpNorm = np.uint8(cv2.normalize(dftAmpLog, None, 0, 255, cv2.NORM_MINMAX)) # 歸一化為 [0,255]minValue, maxValue, minLoc, maxLoc = cv2.minMaxLoc(dftAmp) # 找到傅里葉譜最大值的位置plt.figure(figsize=(9, 6))# rows, cols = imgGray.shape[:2] # 圖片的高度和寬度u, v = np.mgrid[0:rPadded:1, 0:cPadded:1]D = np.sqrt(np.power((u-maxLoc[1]), 2) + np.power((v-maxLoc[0]), 2))D0 = [20, 40, 80] # cut-off frequencyn = 2for k in range(3):# (4) 構(gòu)建低通濾波器 傳遞函數(shù)# 巴特沃斯低通濾波 (Butterworth low pass filter)epsilon = 1e-8 # 防止被 0 除lpFilter = 1.0 / (1.0 + np.power(D / (D0[k] + epsilon), 2*n))# (5) 在頻率域修改傅里葉變換: 傅里葉變換 點乘 低通濾波器dftLPfilter = np.zeros(dftImage.shape, dftImage.dtype) # 快速傅里葉變換的尺寸(優(yōu)化尺寸)for j in range(2):dftLPfilter[:rPadded, :cPadded, j] = dftImage[:rPadded, :cPadded, j] * lpFilter# (6) 對低通傅里葉變換 執(zhí)行傅里葉逆變換,并只取實部idft = np.zeros(dftAmp.shape, np.float32) # 快速傅里葉變換的尺寸(優(yōu)化尺寸)cv2.dft(dftLPfilter, idft, cv2.DFT_REAL_OUTPUT + cv2.DFT_INVERSE + cv2.DFT_SCALE)# (7) 中心化, centralized 2d array g(x,y) * (-1)^(x+y)mask2 = np.ones(dftAmp.shape)mask2[1::2, ::2] = -1mask2[::2, 1::2] = -1idftCen = idft * mask2 # g(x,y) * (-1)^(x+y)# (8) 截取左上角,大小和輸入圖像相等result = np.clip(idftCen, 0, 255) # 截斷函數(shù),將數(shù)值限制在 [0,255]imgBLPF = result.astype(np.uint8)imgBLPF = imgBLPF[:rows, :cols]plt.subplot(2,3,k+1), plt.title("BLPF mask(D0={})".format(D0[k])), plt.axis('off')plt.imshow(lpFilter[:,:], cmap='gray')plt.subplot(2,3,k+4), plt.title("BLPF rebuild(D0={})".format(D0[k])), plt.axis('off')plt.imshow(imgBLPF, cmap='gray')plt.tight_layout()plt.show()


(本節(jié)完)


版權(quán)聲明:

youcans@xupt 原創(chuàng)作品,轉(zhuǎn)載必須標注原文鏈接:【OpenCV 完整例程】82. 頻率域巴特沃斯低通濾波器

Copyright 2021 youcans, XUPT

Crated:2022-1-25


歡迎關(guān)注 『OpenCV 例程200篇』 系列,持續(xù)更新中
歡迎關(guān)注 『Python小白的OpenCV學習課』 系列,持續(xù)更新中

【OpenCV 例程200篇】01. 圖像的讀取(cv2.imread)
【OpenCV 例程200篇】02. 圖像的保存(cv2.imwrite)
【OpenCV 例程200篇】03. 圖像的顯示(cv2.imshow)
【OpenCV 例程200篇】04. 用 matplotlib 顯示圖像(plt.imshow)
【OpenCV 例程200篇】05. 圖像的屬性(np.shape)
【OpenCV 例程200篇】06. 像素的編輯(img.itemset)
【OpenCV 例程200篇】07. 圖像的創(chuàng)建(np.zeros)
【OpenCV 例程200篇】08. 圖像的復(fù)制(np.copy)
【OpenCV 例程200篇】09. 圖像的裁剪(cv2.selectROI)
【OpenCV 例程200篇】10. 圖像的拼接(np.hstack)
【OpenCV 例程200篇】11. 圖像通道的拆分(cv2.split)
【OpenCV 例程200篇】12. 圖像通道的合并(cv2.merge)
【OpenCV 例程200篇】13. 圖像的加法運算(cv2.add)
【OpenCV 例程200篇】14. 圖像與標量相加(cv2.add)
【OpenCV 例程200篇】15. 圖像的加權(quán)加法(cv2.addWeight)
【OpenCV 例程200篇】16. 不同尺寸的圖像加法
【OpenCV 例程200篇】17. 兩張圖像的漸變切換
【OpenCV 例程200篇】18. 圖像的掩模加法
【OpenCV 例程200篇】19. 圖像的圓形遮罩
【OpenCV 例程200篇】20. 圖像的按位運算
【OpenCV 例程200篇】21. 圖像的疊加
【OpenCV 例程200篇】22. 圖像添加非中文文字
【OpenCV 例程200篇】23. 圖像添加中文文字
【OpenCV 例程200篇】23. 圖像添加中文文字
【OpenCV 例程200篇】24. 圖像的仿射變換
【OpenCV 例程200篇】25. 圖像的平移
【OpenCV 例程200篇】26. 圖像的旋轉(zhuǎn)(以原點為中心)
【OpenCV 例程200篇】27. 圖像的旋轉(zhuǎn)(以任意點為中心)
【OpenCV 例程200篇】28. 圖像的旋轉(zhuǎn)(直角旋轉(zhuǎn))
【OpenCV 例程200篇】29. 圖像的翻轉(zhuǎn)(cv2.flip)
【OpenCV 例程200篇】30. 圖像的縮放(cv2.resize)
【OpenCV 例程200篇】31. 圖像金字塔(cv2.pyrDown)
【OpenCV 例程200篇】32. 圖像的扭變(錯切)
【OpenCV 例程200篇】33. 圖像的復(fù)合變換
【OpenCV 例程200篇】34. 圖像的投影變換
【OpenCV 例程200篇】35. 圖像的投影變換(邊界填充)
【OpenCV 例程200篇】36. 直角坐標與極坐標的轉(zhuǎn)換
【OpenCV 例程200篇】37. 圖像的灰度化處理和二值化處理
【OpenCV 例程200篇】38. 圖像的反色變換(圖像反轉(zhuǎn))
【OpenCV 例程200篇】39. 圖像灰度的線性變換
【OpenCV 例程200篇】40. 圖像分段線性灰度變換
【OpenCV 例程200篇】41. 圖像的灰度變換(灰度級分層)
【OpenCV 例程200篇】42. 圖像的灰度變換(比特平面分層)
【OpenCV 例程200篇】43. 圖像的灰度變換(對數(shù)變換)
【OpenCV 例程200篇】44. 圖像的灰度變換(伽馬變換)
【OpenCV 例程200篇】45. 圖像的灰度直方圖
【OpenCV 例程200篇】46. 直方圖均衡化
【OpenCV 例程200篇】47. 圖像增強—直方圖匹配
【OpenCV 例程200篇】48. 圖像增強—彩色直方圖匹配
【OpenCV 例程200篇】49. 圖像增強—局部直方圖處理
【OpenCV 例程200篇】50. 圖像增強—直方圖統(tǒng)計量圖像增強
【OpenCV 例程200篇】51. 圖像增強—直方圖反向追蹤
【OpenCV 例程200篇】52. 圖像的相關(guān)與卷積運算
【OpenCV 例程200篇】53. Scipy 實現(xiàn)圖像二維卷積
【OpenCV 例程200篇】54. OpenCV 實現(xiàn)圖像二維卷積
【OpenCV 例程200篇】55. 可分離卷積核
【OpenCV 例程200篇】56. 低通盒式濾波器
【OpenCV 例程200篇】57. 低通高斯濾波器
【OpenCV 例程200篇】58. 非線性濾波—中值濾波
【OpenCV 例程200篇】59. 非線性濾波—雙邊濾波
【OpenCV 例程200篇】60. 非線性濾波—聯(lián)合雙邊濾波
【OpenCV 例程200篇】61. 導(dǎo)向濾波(Guided filter)
【OpenCV 例程200篇】62. 圖像銳化——鈍化掩蔽
【OpenCV 例程200篇】63. 圖像銳化——Laplacian 算子
【OpenCV 例程200篇】64. 圖像銳化——Sobel 算子
【OpenCV 例程200篇】65. 圖像銳化——Scharr 算子
【OpenCV 例程200篇】66. 圖像濾波之低通/高通/帶阻/帶通
【OpenCV 例程200篇】67. 空間域圖像增強的綜合應(yīng)用
【OpenCV 例程200篇】68. 空間域圖像增強的綜合應(yīng)用
【OpenCV 例程200篇】69. 連續(xù)非周期信號的傅立葉系數(shù)
【OpenCV 例程200篇】70. 一維連續(xù)函數(shù)的傅里葉變換
【OpenCV 例程200篇】71. 連續(xù)函數(shù)的取樣
【OpenCV 例程200篇】72. 一維離散傅里葉變換
【OpenCV 例程200篇】73. 二維連續(xù)傅里葉變換
【OpenCV 例程200篇】74. 圖像的抗混疊
【OpenCV 例程200篇】75. Numpy 實現(xiàn)圖像傅里葉變換
【OpenCV 例程200篇】76. OpenCV 實現(xiàn)圖像傅里葉變換
【OpenCV 例程200篇】77. OpenCV 實現(xiàn)快速傅里葉變換
【OpenCV 例程200篇】78. 頻率域圖像濾波基礎(chǔ)
【OpenCV 例程200篇】79. 頻率域圖像濾波的基本步驟
【OpenCV 例程200篇】80. 頻率域圖像濾波詳細步驟
【OpenCV 例程200篇】81. 頻率域高斯低通濾波器
【OpenCV 例程200篇】82. 頻率域巴特沃斯低通濾波器
【OpenCV 例程200篇】83. 頻率域低通濾波:印刷文本字符修復(fù)
【OpenCV 例程200篇】84. 由低通濾波器得到高通濾波器
【OpenCV 例程200篇】85. 頻率域高通濾波器的應(yīng)用
【OpenCV 例程200篇】86. 頻率域濾波應(yīng)用:指紋圖像處理
【OpenCV 例程200篇】87. 頻率域鈍化掩蔽
【OpenCV 例程200篇】88. 頻率域拉普拉斯高通濾波
【OpenCV 例程200篇】89. 帶阻濾波器的傳遞函數(shù)
【OpenCV 例程200篇】90. 頻率域陷波濾波器
【OpenCV 例程200篇】91. 高斯噪聲、瑞利噪聲、愛爾蘭噪聲
【OpenCV 例程200篇】92. 指數(shù)噪聲、均勻噪聲、椒鹽噪聲
【OpenCV 例程200篇】93. 噪聲模型的直方圖
【OpenCV 例程200篇】94. 算術(shù)平均濾波器
【OpenCV 例程200篇】95. 幾何均值濾波器
【OpenCV 例程200篇】96. 諧波平均濾波器
【OpenCV 例程200篇】97. 反諧波平均濾波器
【OpenCV 例程200篇】98. 統(tǒng)計排序濾波器
【OpenCV 例程200篇】99. 修正阿爾法均值濾波器
【OpenCV 例程200篇】100. 自適應(yīng)局部降噪濾波器

總結(jié)

以上是生活随笔為你收集整理的【OpenCV 例程200篇】82. 频率域巴特沃斯低通滤波器的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯,歡迎將生活随笔推薦給好友。