实用文库汇编之数字图像处理实验三中值滤波和均值滤波实验报告

实用文库汇编之数字图像处理实验三中值滤波和均值滤波实验报告
实用文库汇编之数字图像处理实验三中值滤波和均值滤波实验报告

*作者:座殿角*

作品编号48877446331144215458

创作日期:2020年12月20日

实用文库汇编之数字图像处理实验三

均值滤波、中值滤波的计算机

实现

12281166 崔雪莹计科1202班

一、实验目的:

1)熟悉均值滤波、中值滤波处理的理论基础;

2)掌握均值滤波、中值滤波的计算机实现方法;

3)学习VC++ 6。0 的编程方法;

4)验证均值滤波、中值滤波处理理论;

5)观察均值滤波、中值滤波处理的结果。

二、实验的软、硬件平台:

硬件:微型图像处理系统,包括:主机,PC机;摄

像机;

软件:操作系统:WINDOWS2000或WINDOWSXP应用软件:VC++ 6.0

三、实验内容:

1)握高级语言编程技术;

2)编制均值滤波、中值滤波处理程序的方法;

3)编译并生成可执行文件;

4)考察处理结果。

四、实验要求:

1)学习VC++确6。0 编程的步骤及流程;

2)编写均值滤波、中值滤波的程序;

3)编译并改错;

4)把该程序嵌入试验二给出的界面中(作适当修改);5)提交程序及文档;

6)写出本次实验的体会。

五、实验结果截图

实验均值滤波采用的是3X3的方块,取周围的像素点取得其均值代替原像素点。边缘像素的处理方法是复

制边缘的像素点,增加一个边框,计算里面的像素值得均值滤波。

六、实验体会

本次实验在前一次的实验基础上增加均值滤波和中值滤波,对于椒盐噪声的处理,发现中值滤波的效果更为好一点,而均值滤波是的整个图像变得模糊了一点,效果差异较大。本次实验更加增加了对数字图像处理的了解与学习。

七、实验程序代码注释及分析

// HistDemoADlg.h : 头文件

//

#include "ImageWnd.h"

#pragma once

// CHistDemoADlg 对话框

class CHistDemoADlg : public CDialogEx

{

// 构造

public:

CHistDemoADlg(CWnd* pParent = NULL); // 标准构造函数

int nWidth;

int nHeight;

int nLen;

int nByteWidth;

BYTE *lpBackup;

BYTE *lpBitmap;

BYTE *lpBits;

CString FileName;

CImageWnd source,dest;

// 对话框数据

enum { IDD = IDD_HISTDEMOA_DIALOG };

protected:

virtual void DoDataExchange(CDataExchange* pDX); // DDX/DDV

支持

// 实现

protected:

HICON m_hIcon;

// 生成的消息映射函数

virtual BOOL OnInitDialog();

afx_msg void OnSysCommand(UINT nID, LPARAM lParam);

afx_msg void OnPaint();

afx_msg HCURSOR OnQueryDragIcon();

DECLARE_MESSAGE_MAP()

public:

void LoadBitmap(void);

afx_msg void OnOpen();

afx_msg void OnHist();

void HistogramEq(void);

void NoColor(void);

void HistogramEq1(int nWidth,int nHeight,BYTE *lpInput,BYTE

*lpOutput);

void MeanFilter(int nWidth,int nHeight,BYTE *lpInput,BYTE

*lpOutput);

void MedianFilter(int nWidth,int nHeight,BYTE *lpInput,BYTE

*lpOutput);

afx_msg void OnBnClickedClose();

afx_msg void OnBnClickedMeanfilter();

afx_msg void OnBnClickedMedianfilter();

};

HistDemoADlg.cpp对HistDemoADlg.h进行具体的实现,OnOpen()函数响应ID为IDC_OPEN的按钮事件,而且会调取文件选择对话框,选

取文件之后,会显示在原始图像区域显示对应的位图图像,

OnHist()函数会响应ID为IDC_HIST的按钮事件,调用

HistogramEq()进行直方图均衡化的处理,HistogramEq()会调用

HistogramEq1()进行直方图均衡化的处理,并用dst.setImage()显

示处理之后的图像,以及NoColor()函数,对原始图像转化为灰

度图像之后再显示。

// HistDemoADlg.cpp : 实现文件

//

作者:座殿角

作品编号48877446331144215458

创作日期:2020年12月20日

#include "stdafx.h"

#include "HistDemoA.h"

#include "HistDemoADlg.h"

#include "afxdialogex.h"

#ifdef _DEBUG

#define new DEBUG_NEW

#endif

#define Point(x,y) lpPoints[(x)+(y)*nWidth]

#define Point1(x,y) lpPoints1[(x)+(y)*nWidth]

// 用于应用程序“关于”菜单项的CAboutDlg 对话框

class CAboutDlg : public CDialogEx

{

public:

CAboutDlg();

// 对话框数据

enum { IDD = IDD_ABOUTBOX };

protected:

virtual void DoDataExchange(CDataExchange* pDX); //

DDX/DDV 支持

// 实现

protected:

DECLARE_MESSAGE_MAP()

};

CAboutDlg::CAboutDlg() : CDialogEx(CAboutDlg::IDD)

{

}

void CAboutDlg::DoDataExchange(CDataExchange* pDX)

{

CDialogEx::DoDataExchange(pDX);

}

BEGIN_MESSAGE_MAP(CAboutDlg, CDialogEx)

END_MESSAGE_MAP()

// CHistDemoADlg 对话框

CHistDemoADlg::CHistDemoADlg(CWnd* pParent /*=NULL*/)

: CDialogEx(CHistDemoADlg::IDD, pParent)

{

m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME);

lpBitmap = 0;

lpBackup = 0;

}

void CHistDemoADlg::DoDataExchange(CDataExchange* pDX)

{

CDialogEx::DoDataExchange(pDX);

}

BEGIN_MESSAGE_MAP(CHistDemoADlg, CDialogEx)

ON_WM_SYSCOMMAND()

ON_WM_PAINT()

ON_WM_QUERYDRAGICON()

ON_BN_CLICKED(IDC_OPEN, &CHistDemoADlg::OnOpen)

ON_BN_CLICKED(IDC_HIST, &CHistDemoADlg::OnHist)

ON_BN_CLICKED(IDCLOSE, &CHistDemoADlg::OnBnClickedClose)

ON_BN_CLICKED(IDC_MEANFILTER,

&CHistDemoADlg::OnBnClickedMeanfilter)

ON_BN_CLICKED(IDC_MEDIANFILTER,

&CHistDemoADlg::OnBnClickedMedianfilter)

END_MESSAGE_MAP()

// CHistDemoADlg 消息处理程序

BOOL CHistDemoADlg::OnInitDialog()

{

CDialogEx::OnInitDialog();

// 将“关于...”菜单项添加到系统菜单中。

// IDM_ABOUTBOX 必须在系统命令范围内。

ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX);

ASSERT(IDM_ABOUTBOX < 0xF000);

CMenu* pSysMenu = GetSystemMenu(FALSE);

if (pSysMenu != NULL)

{

BOOL bNameValid;

CString strAboutMenu;

bNameValid = strAboutMenu.LoadString(IDS_ABOUTBOX);

ASSERT(bNameValid);

if (!strAboutMenu.IsEmpty())

{

pSysMenu->AppendMenu(MF_SEPARATOR);

pSysMenu->AppendMenu(MF_STRING, IDM_ABOUTBOX, strAboutMenu);

}

作者:座殿角

作品编号48877446331144215458

创作日期:2020年12月20日

}

// 设置此对话框的图标。当应用程序主窗口不是对话框时,框

架将自动

// 执行此操作

SetIcon(m_hIcon, TRUE); // 设置大图标

SetIcon(m_hIcon, FALSE); // 设置小图标

// TODO: 在此添加额外的初始化代码

source.Create(0,L"Source",WS_CHILD|WS_VISIBLE,CRect(40,40,360

,280),this,10000);

dest.Create(0,L"Destination",WS_CHILD|WS_VISIBLE,CRect(400,40,

720,280),this,10001);

return TRUE; // 除非将焦点设置到控件,否则返回TRUE

}

void CHistDemoADlg::OnSysCommand(UINT nID, LPARAM lParam)

{

if ((nID & 0xFFF0) == IDM_ABOUTBOX)

{

CAboutDlg dlgAbout;

dlgAbout.DoModal();

}

else

{

CDialogEx::OnSysCommand(nID, lParam);

}

}

// 如果向对话框添加最小化按钮,则需要下面的代码

// 来绘制该图标。对于使用文档/视图模型的MFC 应用程序,

// 这将由框架自动完成。

void CHistDemoADlg::OnPaint()

{

if (IsIconic())

{

CPaintDC dc(this); // 用于绘制的设备上下文

SendMessage(WM_ICONERASEBKGND,

reinterpret_cast(dc.GetSafeHdc()), 0);

// 使图标在工作区矩形中居中

int cxIcon = GetSystemMetrics(SM_CXICON);

int cyIcon = GetSystemMetrics(SM_CYICON);

CRect rect;

GetClientRect(&rect);

int x = (rect.Width() - cxIcon + 1) / 2;

int y = (rect.Height() - cyIcon + 1) / 2;

// 绘制图标

dc.DrawIcon(x, y, m_hIcon);

}

else

{

CDialogEx::OnPaint();

}

}

//当用户拖动最小化窗口时系统调用此函数取得光标

//显示。

HCURSOR CHistDemoADlg::OnQueryDragIcon()

{

return static_cast(m_hIcon);

}

void CHistDemoADlg::LoadBitmap()

{

//位图文件:BITMAPFILEHEADER+BITMAPINFOHEADER+有效信息

部分

BITMAPINFOHEADER *pInfo; //位图文件的头部信息指针pInfo

pInfo=(BITMAPINFOHEADER

*)(lpBitmap+sizeof(BITMAPFILEHEADER)); //pInfo指向位图文件的

头部信息

nWidth=pInfo->biWidth; //图片宽度

nByteWidth=nWidth*3; //字节宽度

if (nByteWidth%4) nByteWidth+=4-(nByteWidth%4); //使字节宽度

为4的整数倍

nHeight=pInfo->biHeight; //图片高度

if (pInfo->biBitCount!=24) //位图的位深度不为24

{

if (pInfo->biBitCount!=8) //位深度不为8

{

AfxMessageBox(L"无效位图");

delete lpBitmap;

lpBitmap=0;

return;

}

//位深度为8

unsigned int PaletteSize=1<biBitCount; //左移8位,PaletteSize调色板尺寸

if (pInfo->biClrUsed!=0 && pInfo->biClrUsedbiClrUsed; // biClrUsed 位图实际使用的颜色表中的颜色数

lpBits=lpBitmap+sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFO HEADER);//lpBits指向有效信息部分

RGBQUAD *pPalette=(RGBQUAD *)lpBits; //颜色表部分

/*

typedef struct tagRGBQUAD {

BYTE rgbBlue;

BYTE rgbGreen;

BYTE rgbRed;

BYTE rgbReserved;

} RGBQUAD;

*/

lpBits+=sizeof(RGBQUAD)*PaletteSize;//lpBits指向图像有效信息部分

nLen=sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHEADER)+n ByteWidth*nHeight;//整个位图文件的长度

BYTE *lpTemp=lpBitmap;

lpBitmap=new BYTE[nLen];

BITMAPFILEHEADER bmh;

BITMAPINFOHEADER bmi;

bmh.bfType='B'+'M'*256;

bmh.bfSize=nLen;

bmh.bfReserved1=0;

作者:座殿角

作品编号48877446331144215458

创作日期:2020年12月20日

bmh.bfReserved2=0;

bmh.bfOffBits=54;

bmi.biSize=sizeof(BITMAPINFOHEADER);

bmi.biWidth=nWidth;

bmi.biHeight=nHeight;

bmi.biPlanes=1;

bmi.biBitCount=24;

bmi.biCompression=BI_RGB;

bmi.biSizeImage=0;

bmi.biXPelsPerMeter=0;

bmi.biYPelsPerMeter=0;

bmi.biClrUsed=0;

bmi.biClrImportant=0;

int nBWidth=pInfo->biWidth;

if (nBWidth%4) nBWidth+=4-(nBWidth%4);

memset(lpBitmap,0,nLen);

memcpy(lpBitmap,&bmh,sizeof(BITMAPFILEHEADER));//位图文

件头部

memcpy(lpBitmap+sizeof(BITMAPFILEHEADER),&bmi,sizeof(BITM

APINFOHEADER));//位图信息头部

BYTE

*lpBits2=lpBitmap+sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFO

HEADER);//位图图像信息部分

int x,y,p1,p2,Palette;

for(y=0;y

{

for(x=0;x

{

p1=y*nBWidth+x;

p2=y*nByteWidth+x*3;

if (lpBits[p1]

else Palette=0;

lpBits2[p2]=pPalette[Palette].rgbBlue;

lpBits2[p2+1]=pPalette[Palette].rgbGreen;

lpBits2[p2+2]=pPalette[Palette].rgbRed;

}

}

delete lpTemp;

}

lpBits=lpBitmap+sizeof(BITMAPFILEHEADER)+sizeof(BITMAPINFOHE

ADER);

if (lpBackup) delete lpBackup;

lpBackup=new BYTE[nLen];

memcpy(lpBackup,lpBitmap,nLen);

}

void CHistDemoADlg::OnOpen() //点击打开文件之后,对应的事件处理函数{

// TODO: 在此添加控件通知处理程序代码

CFile File;

CFileDialog dlg(TRUE,0,0,OFN_HIDEREADONLY,L"位图文件|*.bmp|

所有文件|*.*||",this);//新建文件选择对话框

if (dlg.DoModal()==IDOK)

{

FileName=dlg.GetPathName(); //得到文件的路径

if (!File.Open(FileName,CFile::modeRead)) return; //以只读方

式打开文件

// TODO: add loading code here

if (lpBitmap) delete lpBitmap; //保证lpBitmap为空

nLen=(int)File.GetLength(); //得到文件的长度

lpBitmap=new BYTE[nLen]; //为lpBitmap分配空间

File.Read(lpBitmap,nLen); //将文件的内容读入到

lpBitmap所指向的内存区域

LoadBitmap(); //调用LoadBitmap(),加载位图图像

if (lpBitmap) source.SetImage(nWidth,nHeight,lpBits);

}

}

void CHistDemoADlg::OnHist()

{

// TODO: 在此添加控件通知处理程序代码

HistogramEq();

}

void GetPoints(int nWidth,int nHeight,BYTE *lpBits,BYTE *lpPoints)

{

int x,y,p;

int nByteWidth=nWidth*3;

if (nByteWidth%4) nByteWidth+=4-(nByteWidth%4);

for(y=0;y

{

for(x=0;x

{

p=x*3+y*nByteWidth;

lpPoints[x+y*nWidth]=(BYTE)(0.299*(float)lpBits[p+2]+0.587*(flo

at)lpBits[p+1]+0.114*(float)lpBits[p]+0.1); //三种颜色的比例计算

对应点的颜色值,并且强制转换成BYTE

}

}

}

void PutPoints(int nWidth,int nHeight,BYTE *lpBits,BYTE *lpPoints) //逐个对lpBits进行赋值

{

int nByteWidth=nWidth*3;

if (nByteWidth%4) nByteWidth+=4-(nByteWidth%4);

int x,y,p,p1;

for(y=0;y

{

for(x=0;x

{

p=x*3+y*nByteWidth;

p1=x+y*nWidth;

lpBits[p]=lpPoints[p1];

lpBits[p+1]=lpPoints[p1];

lpBits[p+2]=lpPoints[p1];

}

}

}

void CHistDemoADlg::HistogramEq(void)

{

if (lpBitmap==0) return;

BYTE *lpOutput=new BYTE[nByteWidth*nHeight];

HistogramEq1(nWidth,nHeight,lpBits,lpOutput);

作者:座殿角

作品编号48877446331144215458

创作日期:2020年12月20日

dest.SetImage(nWidth,nHeight,lpOutput); //在直方图均衡化的区

域显示结果

delete lpOutput;

NoColor(); //将原始图像转换成灰度图像

}

void CHistDemoADlg:: NoColor()

{

if (lpBitmap==0) return;

int x,y,p;

BYTE Point;

for(y=0;y

{

for(x=0;x

{

p=x*3+y*nByteWidth;

Point=(BYTE)(0.299*(float)lpBits[p+2]+0.587*(float)lpBits[p+1]+0.

114*(float)lpBits[p]+0.1);//计算颜色值,在0-255的灰度级之间

lpBits[p+2]=Point;

lpBits[p+1]=Point;

lpBits[p]=Point;

}

}

source.SetImage(nWidth,nHeight,lpBits);//将彩色图像转化成灰度

图像

}

void CHistDemoADlg::HistogramEq1(int nWidth, int nHeight, BYTE *lpInput, BYTE *lpOutput)

{

int x,y;

BYTE *lpPoints=new BYTE[nWidth*nHeight];//像素点的个数

GetPoints(nWidth,nHeight,lpInput,lpPoints); //lpPoints存的是颜色

int r[256],s[256]; //颜色值数组,统计对应颜色值像素点的个数

ZeroMemory(r,1024);

ZeroMemory(s,1024);

for(y=0;y

数,Point(x,y)是lpPoints(x,y)

for(x=0;x

r[Point(x,y)]++;

}

}

s[0]=r[0];

for(y=1;y<256;y++)

{

s[y]=s[y-1];

s[y]+=r[y];

} //计算颜色值的前y种颜色的总像素点的个数(像素点颜色值

<=y)

for(y=0;y

匀化的结果保存在lpPoints

for(x=0;x

Point(x,y)=s[Point(x,y)]*255/nWidth/nHeight;

}

}

PutPoints(nWidth,nHeight,lpOutput,lpPoints); //输出lpPoints到

lpOutput

delete lpPoints;

}

void CHistDemoADlg::OnBnClickedClose()

{

// TODO: 在此添加控件通知处理程序代码

//ExitProcess(0);//注意使用时先释放分配的内存,以免造成内存

泄露

//exit(0) ;//正常终止程序; exit(非0)非正常终止程序

PostQuitMessage(0);//最常用

}

void CHistDemoADlg::OnBnClickedMeanfilter()

{

// TODO: 在此添加控件通知处理程序代码

if (lpBitmap==0) return;

BYTE *lpOutput=new BYTE[nByteWidth*nHeight];

MeanFilter(nWidth,nHeight,lpBits,lpOutput);

dest.SetImage(nWidth,nHeight,lpOutput); //在直方图均衡化的区

域显示结果

delete lpOutput;

NoColor(); //将原始图像转换成灰度图像

}

void CHistDemoADlg::MeanFilter (int nWidth,int nHeight,BYTE *lpInput,BYTE *lpOutput)

{

int x,y;

BYTE *lpPoints=new BYTE[nWidth*nHeight];//像素点的个数

BYTE *lpPoints1 = new BYTE[(nWidth+2)*(nHeight+2)];

GetPoints(nWidth,nHeight,lpInput,lpPoints); //lpPoints存的是颜色

for(y=1;y

for(x=1;x

Point1(x,y) = Point(x-1,y-1);

//lpPoints1[y][x] = lpPoints[y-1][x-1];

}

}

for(y=1;y

Point1(0,y) = Point(0,y-1);

Point1(nWidth+1,y) = Point(nWidth-1,y-1);

//lpPoints1[y][0] = lpPoints[y-1][0];

//lpPoints1[y][nWidth+1] = lpPoints[y-1][nWidth-1];

}

for(x=0;x

Point1(x,0) = Point1(x,1);

Point1(x,nHeight+1) = Point1(x,nHeight);

//lpPoints1[0][x] = lpPoints1[1][x];

//lpPoints1[nHeight+1][x] = lpPoints1[nHeight][x];

}

for(y=0;y

for (x=0;x

Point(x,y) = ( Point1(x,y) + Point1(x+1,y) + Point1(x+2,y) +

Point1(x,y+1) + Point1(x+1,y+1) + Point1(x+2,y+1) +

Point1(x,y+2) + Point1(x+1,y+2) + Point1(x+2,y+2) )/9;

/*

lpPoints[y][x] = (lpPoints1[y][x] + lpPoints1[y][x+1] + lpPoints1[y][x+2] +

lpPoints1[y+1][x] + lpPoints1[y+1][x+1] + lpPoints1[y+1][x+2] +

lpPoints1[y+2][x] + lpPoints1[y+2][x+1] + lpPoints1[y+2][x+2])/9;

*/

}

作者:座殿角

作品编号48877446331144215458

创作日期:2020年12月20日

}

PutPoints(nWidth,nHeight,lpOutput,lpPoints); //输出lpPoints到

lpOutput

delete lpPoints;

}

void CHistDemoADlg::MedianFilter(int nWidth,int nHeight,BYTE *lpInput,BYTE *lpOutput)

{

int x,y;

BYTE *lpPoints=new BYTE[nWidth*nHeight];//像素点的个数

BYTE *lpPoints1 = new BYTE[(nWidth+2)*(nHeight+2)];

GetPoints(nWidth,nHeight,lpInput,lpPoints); //lpPoints存的是颜色

for(y=1;y

for(x=1;x

Point1(x,y) = Point(x-1,y-1);

}

}

for(y=1;y

Point1(0,y) = Point(0,y-1);

Point1(nWidth+1,y) = Point(nWidth-1,y-1);

}

for(x=0;x

Point1(x,0) = Point1(x,1);

Point1(x,nHeight+1) = Point1(x,nHeight);

}

数字图像处理实验三中值滤波和均值滤波实验报告

数字图像处理实验三中值滤波和均值滤波实验报告

数字图像处理实验三 均值滤波、中值滤波的计算机实现12281166 崔雪莹计科1202班 一、实验目的: 1)熟悉均值滤波、中值滤波处理的理论基础; 2)掌握均值滤波、中值滤波的计算机实现方法; 3)学习VC++ 6。0 的编程方法; 4)验证均值滤波、中值滤波处理理论; 5)观察均值滤波、中值滤波处理的结果。 二、实验的软、硬件平台: 硬件:微型图像处理系统,包括:主机, PC机;摄像机; 软件:操作系统:WINDOWS2000或WINDOWSXP应用软件:VC++ 6.0 三、实验内容: 1)握高级语言编程技术; 2)编制均值滤波、中值滤波处理程序的方法; 3)编译并生成可执行文件; 4)考察处理结果。 四、实验要求: 1)学习VC++确6。0 编程的步骤及流程; 2)编写均值滤波、中值滤波的程序;

3)编译并改错; 4)把该程序嵌入试验二给出的界面中(作适当修改); 5)提交程序及文档; 6)写出本次实验的体会。 五、实验结果截图 实验均值滤波采用的是3X3的方块,取周围的像素点取得其均值代替原像素点。边缘像素的处理方法是复制边缘的像素点,增加一个边框,计算里面的像素值得均值滤波。

六、实验体会 本次实验在前一次的实验基础上增加均值滤波和中值滤波,对于椒盐噪声的处理,发现中值滤波的效果更为好一点,而均值滤波是的整个图像变得模糊了一点,效果差异较大。本次实验更加增加了对数字图像处理的了解与学习。 七、实验程序代码注释及分析 // HistDemoADlg.h : 头文件 // #include "ImageWnd.h" #pragma once // CHistDemoADlg 对话框 class CHistDemoADlg : public CDialogEx { // 构造

低通滤波器实验报告

(科信学院) 信息与电气工程学院 电子电路仿真及设计CDIO三级项目 设计说明书 (2012/2013学年第二学期) 题目: ____低通滤波器设计____ _____ _____ _ 专业班级:通信工程 学生姓名: 学号: 指导教师: 设计周数:2周 2013年7月5日 题目: ____低通滤波器设计____ _____ _____ _ (1)

第一章、电源的设计 (2) 1.1实验原理: (2) 1.1.1设计原理连接图: (2) 1. 2电路图 (5) 第二章、振荡器的设计 (7) 2.1 实验原理 (7) 2.1.1 (7) 2.1.2定性分析 (7) 2.1.3定量分析 (8) 2.2电路参数确定 (10) 2.2.1确定R、C值 (10) 2.2.2 电路图 (10) 第三章、低通滤波器的设计 (12) 3.1芯片介绍 (12) 3.2巴特沃斯滤波器简介 (13) 3.2.1滤波器简介 (13) 3.2.2巴特沃斯滤波器的产生 (13) 3.2.3常用滤波器的性能指标 (14) 3.2.4实际滤波器的频率特性 (15) 3.3设计方案 (17) 3.3.1系统方案框图 (17) 3.3.2元件参数选择 (18) 3.4结果分析 (20) 3.5误差分析 (23) 第四章、课设总结 (24) 第一章、电源的设计 1.1实验原理: 1.1.1设计原理连接图:

整体电路由以下四部分构成: 电源变压器:将交流电网电压U1变为合适的交流电压U2。 整流电路:将交流电压U2变为脉动的直流电压U3。 滤波电路:将脉动直流电压U3转变为平滑的直流电压U4。 稳压电路:当电网电压波动及负载变化时,保持输出电压Uo的稳定。 1)变压器变压 220V交流电端子连一个降压变压器,把220V家用电压值降到9V左右。 2)整流电路 桥式整流电路巧妙的利用了二极管的单向导电性,将四个二极管分为两组,根据变压器次级电压的极性分别导通。见变压器次级电压的正极性端与负载电阻的上端相连,负极性端与负载的电阻的下端相连,使负载上始终可以得到一个单方向的脉动电压。单项桥式整流电路,具有输出电压高,变压器利用率高,脉动系数小。

空间域滤波器(实验报告)

数字图像处理作业 ——空间域滤波器 摘要 在图像处理的过程中,消除图像的噪声干扰是一个非常重要的问题。本文利用matlab软件,采用空域滤波的方式,对图像进行平滑和锐化处理。平滑空间滤波器用于模糊处理和减小噪声,经常在图像的预处理中使用;锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。本文使用的平滑滤波器有中值滤波器和高斯低通滤波器,其中,中值滤波器对去除椒盐噪声特别有效,高斯低通滤波器对去除高斯噪声效果比较好。使用的锐化滤波器有反锐化掩膜滤波、Sobel边缘检测、Laplacian边缘检测以及Canny算子边缘检测滤波器。不同的滤波方式,在特定的图像处理应用中有着不同的效果和各自的优势。

1、分别用高斯滤波器和中值滤波器去平滑测试图像test1和2,模板大小分别 是3x3 , 5x5 ,7x7;利用固定方差 sigma=1.5产生高斯滤波器. 附件有产生高斯滤波器的方法。 实验原理分析: 空域滤波是直接对图像的数据做空间变换达到滤波的目的。它是一种邻域运算,其机理就是在待处理的图像中逐点地移动模板,滤波器在该点地响应通过事先定义的滤波器系数与滤波模板扫过区域的相应像素值的关系来计算。如果输出像素是输入像素邻域像素的线性组合则称为线性滤波(例如最常见的均值滤波和高斯滤波),否则为非线性滤波(中值滤波、边缘保持滤波等)。 空域滤波器从处理效果上可以平滑空间滤波器和锐化空间滤波器:平滑空间滤波器用于模糊处理和减小噪声,经常在图像的预处理中使用;锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。 模板在源图像中移动的过程中,当模板的一条边与图像轮廓重合后,模板中心继续向图像边缘靠近,那么模板的某一行或列就会处于图像平面之外,此时最简单的方法就是将模板中心点的移动范围限制在距离图像边缘不小于(n-1)/2个像素处,单处理后的图像比原始图像稍小。如果要处理整幅图像,可以在图像轮廓边缘时用全部包含于图像中的模板部分来滤波所有图像,或者在图像边缘以外再补上一行和一列灰度为零的像素点(或者将边缘复制补在图像之外)。 ①中值滤波器的设计: 中值滤波器是一种非线性统计滤波器,它的响应基于图像滤波器包围的图像区域中像素的排序,然后由统计排序的中间值代替中心像素的值。它比小尺寸的线性平滑滤波器的模糊程度明显要低,对处理脉冲噪声(椒盐噪声)非常有效。中值滤波器的主要功能是使拥有不同灰度的点看起来更接近于它的邻近值,去除那些相对于其邻域像素更亮或更暗,并且其区域小于滤波器区域一半的孤立像素集。 在一维的情况下,中值滤波器是一个含有奇数个像素的窗口。在处理之后,位于窗口正中的像素的灰度值,用窗口内各像素灰度值的中值代替。例如若窗口长度为5,窗口中像素的灰度值为80、90、200、110、120,则中值为110,因为按小到大(或大到小)排序后,第三位的值是110。于是原理的窗口正中的灰度值200就由110取代。如果200是一个噪声的尖峰,则将被滤除。然而,如果它是一个信号,则滤波后就被消除,降低了分辨率。因此中值滤波在某些情况下抑制噪声,而在另一些情况下却会抑制信号。 将中值滤波推广到二维的情况。二维窗口的形式可以是正方形、近似圆形的或十字形等。本次作业使用正方形模板进行滤波,它的中心一般位于被处理点上。窗口的大小对滤波效果影响较大。 根据上述算法利用MATLAB软件编程,对源图像test1和test2进行滤波处理,结果如下图:

巴特沃斯数字低通滤波器要点说明

目录 1.题目........................................................ .................................. .2 2.要求........................................................ (2) 3.设计原理........................................................ . (2) 3.1 数字滤波器基本概念......................................................... (2) 3.2 数字滤波器工作原理......................................................... (2) 3.3 巴特沃斯滤波器设计原理 (2) 3.4脉冲响应不法......................................................... .. (4) 3.5实验所用MATLAB函数说

明 (5) 4.设计思路........................................................ .. (6) 5、实验内容........................................................ . (6) 5.1实验程序......................................................... . (6) 5.2实验结果分析......................................................... . (10) 6.心得体会........................................................ . (10) 7.参考文献........................................................ . (10) 一、题目:巴特沃斯数字低通滤波器 二、要求:利用脉冲响应不变法设计巴特沃斯数字低通滤波器,通带截止频率100HZ,采样频率1000HZ,通带最大衰减为0.5HZ,阻带最小衰减为10HZ,画出幅频、相频相应相应曲线。并假设一个信号x(t)=sin(2*pi*f1*t)+sin(2*pi*f2*t),其中f1=50HZ,f2=200HZ。用此信号验证

数字图像处理之频率滤波

实验四、频域滤波 一、实验目的 1.了解频域滤波的方法; 2.掌握频域滤波的基本步骤。 二、实验内容 1.使用二维快速傅立叶变换函数fft2( )及其反变换函数ifft2( )对图象进行变换; 2.自己编写函数生成各种频域滤波器; 3.比较各种滤波器的特点。 三、实验步骤 1.图象的傅立叶变换 a.对图象1.bmp 做傅立叶变换。 >> x=imread(‘1.bmp’); f=fft2(x); imshow(real(f)) %显示变换后的实部图像 figure f1=fftshift(f); imshow(real(f1))

变换后的实部图像 中心平移后图像 b.对图象cameraman.tif 进行傅立叶变换,分别显示变换后的实部和虚 部图象。 思考:

对图象cameraman.tif 进行傅立叶变换,并显示其幅度谱|F(U,V)|。结果类似下图。 显示结果命令imshow(uint8(y/256)) 程序如下: x=imread('cameraman.tif'); f=fft2(x); f1=fftshift(f); y0=abs(f); y1=abs(f1); subplot(1,3,1),imshow(x) title('sourceimage') subplot(1,3,2),imshow(uint8(y0/256)) title('F|(u,v)|') subplot(1,3,3),imshow(uint8(y1/256)) title('中心平移')

2.频域滤波的步骤 a.求图象的傅立叶变换得F=fft2(x) b.用函数F=fftshit(F) 进行移位 c.生成一个和F 一样大小的滤波矩阵H . d.用F和H相乘得到G , G=F.*H e.求G的反傅立叶变换得到g 就是我们经过处理的图象。 这其中的关键就是如何得到H 。 3.理想低通滤波器 a.函数dftuv( )在文件夹中,它用生成二维变量空间 如:[U V]=dftuv(11,11) b.生成理想低通滤波器 >>[U V]=dftuv(51,51); D=sqrt(U.^2+V.^2); H=double(D<=15); Mesh(U,V,H) c.应用以上方法,对图象cameraman.tif进行低通滤波;

数字图像处理实验报告.docx

谢谢观赏 数字图像处理试验报告 实验二:数字图像的空间滤波和频域滤波 姓名:XX学号:2XXXXXXX 实验日期:2017 年4 月26 日 1.实验目的 1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。 4. 掌握傅立叶变换及逆变换的基本原理方法。 5. 理解频域滤波的基本原理及方法。 6. 掌握进行图像的频域滤波的方法。 2.实验内容与要求 1. 平滑空间滤波: 1) 读出一幅图像,给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一 图像窗口中。 2) 对加入噪声图像选用不同的平滑(低通)模板做运算,对比不同模板所形成的效果,要 求在同一窗口中显示。 3) 使用函数 imfilter 时,分别采用不同的填充方法(或边界选项,如零填 充、’replicate’、’symmetric’、’circular’)进行低通滤波,显示处理后的图 像。 4) 运用 for 循环,将加有椒盐噪声的图像进行 10 次,20 次均值滤波,查看其特点, 显 示均值处理后的图像(提示:利用fspecial 函数的’average’类型生成均值滤波器)。 5) 对加入椒盐噪声的图像分别采用均值滤波法,和中值滤波法对有噪声的图像做处理,要 求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器,并将其对噪声图像进行处理,显示处理后的图像。 2. 锐化空间滤波 1) 读出一幅图像,采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1] 对其进行滤波。 2) 编写函数w = genlaplacian(n),自动产生任一奇数尺寸n 的拉普拉斯算子,如5 ×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 3) 分别采用5×5,9×9,15×15和25×25大小的拉普拉斯算子对blurry_moon.tif 谢谢观赏

数字图像处理实验报告[邻域平均法和中值滤波法]

数字图像处理实验报告 班级: 姓名: 学号: 日期: 邻域平均法和中值滤波处理

一、实验目的 图像变换是数字图像处理中的一种综合变换,如直方图变换、几何变换等。通过本实验,使得学生掌握两种变换的程序实现方法。 二、实验任务 请设计程序,分别用邻域平均法,其模板为:和中值滤波法对testnoise图像进行去噪处理(中值滤波的模板的大小也设为3×3)。 三、实验环境 本实验在Windows平台上进行,对内存及cpu主频无特别要求,使用VC或者MINGW(gcc)编译器均可。 四、设计思路 介绍代码的框架结构、所用的数据结构、各个类的介绍(类的功能、类中方法的功能、类的成员变量的作用)、各方法间的关系写。在此不进行赘述。 五、具体实现 实现设计思路中定义的所有的数据类型,对每个操作给出实际算法。对主程序和其他模块也都需要写出实际算法。 代码: <邻域平均法>(3*3) #include

#include #include #include "hdr.h" /*------定义结构指针------*/ struct bmphdr *hdr; //定义用于直方图变量 unsigned char *bitmap,*count,*new_color; /*------main() 函数编------*/ int main() { //定义整数i,j 用于函数循环时的,nr_pixels为图像中像素的个数 int i, j ,nr_pixels,nr_w,nr_h; //定义两个文件指针分别用于提取原图的数据和生成直方图均衡化后的图像 FILE *fp, *fpnew; //定义主函数的参数包括:输入的位图文件名和输出的位图文件名,此处内容可以不要,在DOS下执行命令的时候再临时输入也可,为了方便演示,我这里直接把函数的参数确定了。// argc=3; // argv[1]="test.bmp"; // argv[2]="testzf.bmp"; //参数输入出错显示 /* if (argc != 3) { printf("please input the name of input and out bitm ap files\n");

等波纹低通滤波器的设计及与其他滤波器的比较

燕山大学 课程设计说明书题目:等波纹低通滤波器的设计 学院(系):里仁学院 年级专业:仪表10-2 学号: 学生姓名: 指导教师: 教师职称:

燕山大学课程设计(论文)任务书 院(系):电气工程学院基层教学单位:自动化仪表系 2013年7月5日

摘要 等波纹最佳逼近法是一种优化设计法,它克服了窗函数设计法和频率采样法的缺点,使最大误差(即波纹的峰值)最小化,并在整个逼近频段上均匀分布。用等波纹最佳逼近法设计的FIR数字滤波器的幅频响应在通带和阻带都是等波纹的,而且可以分别控制通带和阻带波纹幅度。这就是等波纹的含义。最佳逼近是指在滤波器长度给定的条件下,使加权误差波纹幅度最小化。与窗函数设计法和频率采样法比较,由于这种设计法使滤波器的最大逼近误差均匀分布,所以设计的滤波器性能价格比最高。阶数相同时,这种设计法使滤波器的最大逼近误差最小,即通带最大衰减最小,阻带最小衰减最大;指标相同时,这种设计法使滤波器阶数最低。实现FIR数字滤波器的等波纹最佳逼近法的MATLAB信号处理工具函数为remez和remezord。Remez函数采用数值分析中的remez多重交换迭代算法求解等波纹最佳逼近问题,求的满足等波纹最佳逼近准则的FIR数字滤波器的单位脉冲响应h(n)。由于切比雪夫和雷米兹对解决该问题做出了贡献,所以又称之为切比雪夫逼近法和雷米兹逼近法。 关键词:FIR数字滤波器 MATLAB remez函数 remezord函数等波纹

目录 摘要---------------------------- ----------------------------------------------------------------2 关键字------------------------------------------------------------------------------------------2 第一章第一章数字滤波器的基本概-------------------------------------------------4 1.1滤波的涵义----------------------------------------------------------------------4 1.2数字滤波器的概述-------------------------------------------------------------4 1.3数字滤波器的实现方法-------------------------------------------------------4 1.4 .数字滤波器的可实现性------------------------------------------------------5 1.5数字滤波器的分类-------------------------------------------------------------5 1.6 FIR滤波器简介及其优点----------------------------------------------------5- 第二章等波纹最佳逼近法的原理-------------------------------------------------------5 2.1等波纹最佳逼近法概述-------------------------------------------------------9 2.2.等波纹最佳逼近法基本思想-------------------------------------------------9 2.3等波纹滤波器的技术指标及其描述参数介绍---------------------------10 2.3.1滤波器的描述参数-----------------------------------------------------10 2.3.2设计要求-----------------------------------------------------------------10 第三章matlab程序------------------------------------------------------------------------11 第四章该型滤波器较其他低通滤波器的优势及特点--------------------12 第五章课程设计总结---------------------------------------------------------------------15 参考文献资料-------------------------------------------------------------------------------15

滤波器设计的实验报告

实验三滤波器设计 一、实验目的: 1、熟悉Labview的软件操作环境; 2、了解VI设计的方法和步骤,学会简单的虚拟仪器的设计; 3、熟悉创建、调试VI; 4、利用Labview制作一个滤波器,实现低通、高通、带通、带阻等基本滤波功能,并调节截止频率实现滤波效果。 二、实验要求: 1、可正弦实现低通、高通、带通、带阻等基本滤波功能,并图形显示滤波前后波形; 2、可调节每种滤波器的上限截止频率或者下限截止频率; 3、给出每种滤波器的幅频特性; 三、设计原理: 1、利用LABVIEW中的数字IIR、FIR数字滤波器实现数字滤波功能,参数可调;

2、将两路不同频率的信号先叠加,然后通过滤波,将一路信号滤除,而保留有用信号,Hz f Hz f 100,2021==; 3、叠加即将两个信号相加,用到一个数学公式; 4、信号进入case 结构,结构中有两路分支,每路分支均有一个滤波模块,其中一个为IIR 滤波器,另一个为FIR 滤波器,通过按钮可选择IIR 或是FIR.每个滤波模块都可通过外部按钮对其参数进行调整,各个过程的波形都用波形图显示出来; 5、将IIR 、FIR 滤波器的“滤波信息”接线端用控件按名称解除捆绑接入波形图,观察波形的幅度和相位; 6、用一个while 循环实现不重新启动既可以改参数。 四、设计流程: 1、前面板的设计:

2、程序框图的设计: 五、实验结果: 1、低通滤波功能:将100Hz的信号滤除,保留20Hz的信号 用IIR巴特沃斯滤波器,将低截止频率设置为25Hz。

用FIR滤波器,拓扑类型选择Windowed FIR,将最低通带设置为50。 用IIR巴特沃斯滤波器,将低截止频率设置为90Hz。

数字图像处理实验三中值滤波和均值滤波实验报告材料

数字图像处理实验三 均值滤波、中值滤波的计算机实现12281166 崔雪莹计科1202班 一、实验目的: 1)熟悉均值滤波、中值滤波处理的理论基础; 2)掌握均值滤波、中值滤波的计算机实现方法; 3)学习VC++ 6。0 的编程方法; 4)验证均值滤波、中值滤波处理理论; 5)观察均值滤波、中值滤波处理的结果。 二、实验的软、硬件平台: 硬件:微型图像处理系统,包括:主机, PC机;摄像机; 软件:操作系统:WINDOWS2000或WINDOWSXP应用软件:VC++ 6.0 三、实验内容: 1)握高级语言编程技术; 2)编制均值滤波、中值滤波处理程序的方法; 3)编译并生成可执行文件; 4)考察处理结果。 四、实验要求: 1)学习VC++确6。0 编程的步骤及流程; 2)编写均值滤波、中值滤波的程序;

3)编译并改错; 4)把该程序嵌入试验二给出的界面中(作适当修改); 5)提交程序及文档; 6)写出本次实验的体会。 五、实验结果截图 实验均值滤波采用的是3X3的方块,取周围的像素点取得其均值代替原像素点。边缘像素的处理方法是复制边缘的像素点,增加一个边框,计算里面的像素值得均值滤波。

六、实验体会 本次实验在前一次的实验基础上增加均值滤波和中值滤波,对于椒盐噪声的处理,发现中值滤波的效果更为好一点,而均值滤波是的整个图像变得模糊了一点,效果差异较大。本次实验更加增加了对数字图像处理的了解与学习。 七、实验程序代码注释及分析 // HistDemoADlg.h : 头文件 // #include "ImageWnd.h" #pragma once // CHistDemoADlg 对话框 class CHistDemoADlg : public CDialogEx { // 构造

低通滤波器设计实验报告

低通滤波器设计实验报 告 Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】

低通滤波器设计 一、设计目的 1、学习对二阶有源RC 滤波器电路的设计与分析; 2、练习使用软件ORCAD (PISPICE )绘制滤波电路; 3、掌握在ORCAD (PISPICE )中仿真观察滤波电路的幅频特性与相频特性曲线 。 二、设计指标 1、设计低通滤波器截止频率为W=2*10^5rad/s; 2、品质因数Q=1/2; 三、设计步骤 1、考虑到原件分散性对整个电路灵敏度的影响,我们选择 R1=R2=R,C1=C2=C ,来减少原件分散性带来的问题; 2、考虑到电容种类比较少,我们先选择电容的值,选择电容 C=1nF; 3、由给定的Wp 值,求出R 12121C C R R Wp ==RC 1=2*10^5 解得:R=5K? 4、根据给定的Q ,求解K Q=2121C C R R /K)RC -(1+r2)C1+(R1= K -31 解得:K=3-Q 1= 5、根据求出K 值,确定Ra 与Rb 的值

Ra=2 K=1+ Rb Ra=Rb 这里取 Ra=Rb=10K?; 四、电路仿真 1、电路仿真图: 2、低通滤波器幅频特性曲线 3、低通滤波器相频特性曲线 注:改变电容的值:当C1=C2=C=10nF时 低通滤波器幅频特性曲线 低通滤波器相频特性曲线 五、参数分析 1、从幅频特性图看出:该低通滤波器的截止频率大约33KHz, 而我们指标要求设计截止频率 f= Wp/2?= 存在明显误差; 2、从幅频特性曲线看出,在截至频率附近出现凸起情况,这是二阶滤波器所特有的特性; 3、从相频特性曲线看出,该低通滤波器的相频特性相比比较好。 4、改变电容电阻的值,发现幅频特性曲线稍有不同,因此,我们在设计高精度低误差的滤波器时一定要注意原件参数的选择。 六、设计心得:

低通滤波器设计整理

1、低通滤波器(LPF) 低通滤波器是用来通过低频信号,衰减或抑制高频信号。 如图13-2(a)所示,为典型的二阶有源低通滤波器。它由两级RC滤波环节与同相比例运算电路组成,其中第一级电容C接至输出端,引入适量的正反馈,以改善幅频特性。 图13-2(a)二阶低通滤波器电路图 图13-2(b)二阶低通滤波器电路仿真图 电路性能参数: 二阶低通滤波器的通带增益

截止频率,它是二阶低通滤波器通带与阻带的界限频率。 品质因数,它的大小影响低通滤波器在截止频率处幅频特性的形状。 2、高通滤波器(HPF) 与低通滤波器相反,高通滤波器用来通过高频信号,衰减或抑制低频信号。 只要将图13-2低通滤波电路中起滤波作用的电阻、电容互换,即可变成二阶有源高通滤波器,如图13-3所示。高通滤波器性能与低通滤波器相反,其频率响应和低通滤波器是“镜象”关系,仿照LPH分析方法,不难求得HPF的幅频特性。 图13-3 二阶高通滤波器电路图 电路性能参数A uf、f0、Q各量的函义同二阶低通滤波器 3、带通滤波器(BPF)

图13-4 二阶带通滤波器 这种滤波器的作用是只允许在某一个通频带范围内的信号通过,而比通频带下限频率低和比上限频率高的信号均加以衰减或抑制。这种滤波器的作用是只允许在某一个通频带范围内的信号通过,而比通频带下限频率低和比上限频率高的信号均加以衰减或抑制。 典型的带通滤波器可以从二阶低通滤波器中将其中一级改成高通而成。如图13-4所示。 电路性能参数: 通带增益中心频率 通带宽度选择性 的比例就可改变频宽而不影响中心频率。 此电路的优点是改变R f和R 4 4、带阻滤波器(BEF) 如图13-5所示,这种电路的性能和带通滤波器相反,即在规定的频带内,信号不能通过(或受到很大衰减或抑制),而在其余频率范围,信号则能顺利通过。

阿贝成像原理和空间滤波实验报告

实验二 阿贝成像原理和空间滤波实验 1. 引言 阿贝所提出的显微镜成像的原理以及随后的阿—波特实验在傅里叶光学早期发展历史上具有重要的地位。这些实验简单而且漂亮,对相干光成像的机理、对频谱的分析和综合的原理做出了深刻的解释。同时,这种用简单模板做滤波的方法,直到今天,在图像处理中仍然有广泛的应用价值。 1.1 实验目的和意义 1).加强对傅里叶光学中有关空间频率、空间频谱和空间滤波等概念的理解。 2).用一个带有蓝天白云还有城楼的光栅进行空间滤波和图像再现,熟悉空间滤波的光路及空间滤波的原理。 2. 系统概述 2.1 系统原理 1).二维傅里叶变换 设有一个空间二维函数),(y x g ,其二维傅里叶变换为 =),(y x f f G F [][]d xdy y f x f i y x g y x g y x ??∞ ∞-+ -=)(2exp ),(),(π (1) 式中y x f f ,分别为x,y 方向的空间频率,其量纲为L -1,而),(y x g 又是),(y x f f G 的 逆傅里叶变换,即 =),(y x g F -1[]=),(y x f f G []y x y x y x df df y f x f i f f G ??∞∞ -+)(2exp ),(π (2) 式(2)表示任意一个空金函数),(y x g ,可以表示为无穷多个基元函数[])(2exp y f x f i y x +π的线性叠加,),(y x f f G y x df df 是相应于空间频率为y x f f ,的基元函数的权重,),(y x f f G 称为),(y x g 的空间频率。

有源滤波器实验报告

有源滤波器实验报告文件编码(008-TTIG-UTITD-GKBTT-PUUTI-WYTUI-8256)

实验七集成运算放大器的基本应用(Ⅱ)—有源滤波器 一、实验目的 1、熟悉用运放、电阻和电容组成有源低通滤波、高通滤波和带通、带阻滤波器。 2、学会测量有源滤波器的幅频特性。 二、实验原理 (a)低通(b)高通 (c) 带通(d)带阻 图7-1 四种滤波电路的幅频特性示意图 由RC元件与运算放大器组成的滤波器称为RC有源滤波器,其功能是让一定频率范围内的信号通过,抑制或急剧衰减此频率范围以外的信号。可用在信息处理、数据传输、抑制干扰等方面,但因受运算放大器频带限制,这类滤波器主要用于低频范围。根据对频率范围的选择不同,可分为低通(LPF)、高通(HPF)、带通(BPF)与带阻(BEF)等四种滤波器,它们的幅频特性如图7-1所示。 具有理想幅频特性的滤波器是很难实现的,只能用实际的幅频特性去逼近理想的。一般来说,滤波器的幅频特性越好,其相频特性越差,反之亦然。滤波器的阶数越高,幅频特性衰减的速率越快,但RC网络的节数越多,元件参数计算越繁琐,电路调试越困难。任何高阶滤波器均可以用较低的二阶RC有滤波器级联实现。 1、低通滤波器(LPF) 低通滤波器是用来通过低频信号衰减或抑制高频信号。

如图7-2(a )所示,为典型的二阶有源低通滤波器。它由两级RC 滤波环节与同相比例运算电路组成,其中第一级电容C 接至输出端,引入适量的正反馈,以改善幅频特性。图7-2(b )为二阶低通滤波器幅频特性曲线。 (a)电路图 (b)频率特性 图7-2 二阶低通滤波器 电路性能参数 1 f uP R R 1A + = 二阶低通滤波器的通带增益 RC 2π1 f O = 截止频率,它是二阶低通滤波器通带与阻带的界限频率。 uP A 31 Q -= 品质因数,它的大小影响低通滤波器在截止频率处幅频特性的形状。 2、高通滤波器(HPF ) 与低通滤波器相反,高通滤波器用来通过高频信号,衰减或抑制低频信号。 只要将图7-2低通滤波电路中起滤波作用的电阻、电容互换,即可变成二阶有源高通滤波器,如图7-3(a)所示。高通滤波器性能与低通滤波器相反,其频率响应和低通滤波器是“镜象”关系,仿照LPH 分析方法,不难求得HPF 的幅频特性。

数字图像处理实验报告:灰度变换与空间滤波(附带程序,不看后悔)

1.灰度变换与空间滤波 一种成熟的医学技术被用于检测电子显微镜生成的某类图像。为简化检测任务,技术决定采用数字图像处理技术。发现了如下问题:(1)明亮且孤立的点是不感兴趣的点;(2)清晰度不够,特别是边缘区域不明显;(3)一些图像的对比度不够;(4)技术人员发现某些关键的信息只在灰度值为I1-I2 的范围,因此,技术人员想保留I1-I2 区间范围的图像,将其余灰度值显示为黑色。(5)将处理后的I1-I2 范围内的图像,线性扩展到0-255 灰度,以适应于液晶显示器的显示。请结合本章的数字图像处理处理,帮助技术人员解决这些问题。 1.1 问题分析及多种方法提出 (1)明亮且孤立的点是不够感兴趣的点 对于明亮且孤立的点,其应为脉冲且灰度值为255(uint8)噪声,即盐噪声,为此,首先对下载的细胞图像增加盐噪声,再选择不同滤波方式进行滤除。 均值滤波:均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标像素为中心的周围8 个像素,构成一个滤波模板,即去掉目标像素本身),再用模板中的全体像素的平均值来代替原来像素值。 优点:速度快,实现简单; 缺点:均值滤波本身存在着固有的缺陷,即它不能很好地保护图像细节,在图像去噪的同时也破坏了图像的细节部分,从而使图像变得模糊,不能很好地去除噪声点。 其公式如下: 使用矩阵表示该滤波器则为: 中值滤波:

滤除盐噪声首选的方法应为中值滤波,中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。 其过程为: a、存储像素1,像素2 ....... 像素9 的值; b、对像素值进行排序操作; c、像素5 的值即为数组排序后的中值。优点:由于中值滤波本身为一种利用统计排序方法进行的非线性滤波方法,故可以滤除在排列矩阵两边分布的脉冲噪声,并较好的保留图像的细节信息。 缺点:当噪声密度较大时,使用中值滤波后,仍然会有较多的噪声点出现。自适应中值滤波: 自适应的中值滤波器也需要一个矩形的窗口S xy ,和常规中值滤波器不同的是这个窗口的大小会在滤波处理的过程中进行改变(增大)。需要注意的是,滤波器的输出是一个像素值,该值用来替换点(x, y)处的像素值,点(x, y)是滤波窗口的中心位置。 其涉及到以下几个参数: 其计算过程如下:

滤波器截止频率与频响曲线的关系

截止频率 | | (2013-10-07 23:50:04) 转载▼ 分类:Vision 在物理学和电机工程学中,一个系统的输出信号的能量通常随输入信号的频率发生变 化(频率响应)。截止频率(英语:Cutoff frequency —)是指一个系统的输出信号能量开始大幅下降(在带阻滤波器中为大幅上升)的边界频率。 概述 电子滤波器等信号传输通道中的诸如低通、高通、带通、带阻等频带特性都应用了截止频率的概念。截止频率有时被定义为电子滤波器的导通频带和截止频带的交点,例如电路标称输出信号减3分贝的位置的频率。在带阻滤波器中,截止频率则被定义在输出信号能量大幅上升(或大幅下降)、失去“阻止”(或失去“通过”)信号效果的位置。在波导管或者天线的例子中,截止频率通常包括上限频率和下限频率。 截止频率的概念除了在电子工程有广泛应用,截止频率的概念还在等离子区振荡中 有所应用。 电子学 参见:波德图及分贝 在电子学中,截止频率是电路(例如导线、放大器、电子滤波器)输出信号功率超出或低于 传导频率时输出信号功率的频率。通常截止频率时输出功率为传导频率的一半,在波德图上

相当于为降低3分贝的位置所表示的功率,因为此时功率比例它:①将能m传到频带上的 Slk^fwdl 输出功率[2]。 低通滤波器的截止频率 右图所示为一个一阶的低通滤波器。它的截止频率由下式决定: 严—翻字 当信号频率低于这个截止频率时,信号得以通过;当信号频率高于这个截止频率时, 信号输出将被大幅衰减。这个截止频率即被定义为通带和阻带的界限。 高通滤波器的截止频率 右图所示为一个一阶的高通滤波器。它的截止频率由下式决定: JQ_2TT RC固 当信号频率高于这个截止频率时,信号得以通过;当信号频率低于这个截止频率时, 信号输出将被大幅衰减。这个截止频率即被定义为通带和阻带的界限。

阿贝成像原理和空间滤波实验报告

实验二阿贝成像原理和空间滤波实验 1. 引言 阿贝所提出的显微镜成像的原理以及随后的阿一波特实验在傅里叶光学早期发展历史上具有重要的地位。这些实验简单而且漂亮,对相干光成像的机理、对频谱的分析和综合的原理做出了深刻的解释。同时,这种用简单模板做滤波的方法,直到今天,在图像处理中仍然有广泛的应用价值。 1.1实验目的和意义 1 ).加强对傅里叶光学中有关空间频率、空间频谱和空间滤波等概念的理解。 2 ).用一个带有蓝天白云还有城楼的光栅进行空间滤波和图像再现,熟悉空间滤波的光路及空间滤波的原理。 2. 系统概述 2. 1系统原理 二维傅里叶变换).1设有一个空间二维函数,其二维傅里叶变换 为)yg(x, dxdyfy)i2x(f,y)g (x,y)exp xg( (1F) f,)G(f yxyx -1f,fG(f,f)的又 是式中,而分别为x,y方向的空间频率,其量纲为L)y,g(x yxyx逆傅里叶变换,即 ),fG(f -1dfdf(fx fyfG(f,)exp)i2 F ) 2 ( y),(gx yx yyyxxx 式(2)表示任意 一个空金函数,可以表示为无穷多个基元函数)x,y(g dfy)df2(fx fpexi的基元的 线性叠加,是相应于空间频率为ff,)G(ff, yxyxyyxx函数的权重,称为的空间频率。)(f,fG )y,x(g yx 当是一个空间周期性函数时,其空间频率是不连续的离散函数。)x,yg(2).光学 傅里叶变换 理论证明,如果在焦距为F的会聚透镜的前焦面上放一振幅透过率为g(x,y)的图 象作为物,并以波长为入的单色平. 面焦镜后象图,则在透面波垂照明的傅,()上的振幅分布就是y X),yg(x标与 坐,变换其中里叶f,f),fG(f yxyx 的关系为,y x''yx 3 () f f, 1图? Yx FF ,由此可见,复杂的二维傅里1面称为频谱面(或傅氏面) 故一,见图y x 叶变换可以用一透镜来实现,称为光学傅里叶变换,频谱面上的光强分布则为2..,称为频谱,也就是物的夫琅禾费衍射图。)(ff,G yx .阿贝成像原理3)年提出了相干光照明下显微镜的阿贝成像原理,他认为,在相阿贝在1873 第一步是通过物的衍射光在物镜干的光照明下,显微镜的成像可分为两个步骤:后焦面上形成一个衍射图,第二步则为物镜后面上的衍射图复合为(中间)像,这个像可以通过目镜观察到。第一步把物面光场的空间分成像的这两个步骤本质上就是两次傅里叶变换,),f (Gf,第二步则是再作一次变换,又将布变为频谱面上空家频率分布)g(x,y yx还原到空间

有源滤波器实验报告

实验七 集成运算放大器的基本应用(n )—有源滤波器 一、 实验目的 i 熟悉用运放、电阻和电容组成有源低通滤波、高通滤波和带通、带阻滤波器。 2、学会测量有源滤波器的幅频特性。 二、 实验原理 (a )低通 (b )高通 (c)带通 (d )带阻 图7—1四种滤波电路的幅频特性示意图 由RC 元件与运算放大器组成的滤波器称为 RC 有源滤波器,其功能是让一定频率范围内的信号通过, 抑制或急剧衰减此频率范围以外的信号。 可用在信息处理、数据传输、 抑制干扰等方面,但因受运算放 大器频带限制,这类滤波器主要用于低频范围。根据对频率范围的选择不同,可分为低通 (LPF)、高通 (HPF)、带通(BPF)与带阻(BEF)等四种滤波器,它们的幅频特性如图 7— 1所示。 具有理想幅频特性的滤波器是很难实现的, 只能用实际的幅频特性去逼近理想的。 一般来说,滤波 器的幅频特性越好,其相频特性越差,反之亦然。滤波器的阶数越高 ,幅频特性衰减的速率越快,但 RC 网络的节数越多,元件参数计算越繁琐,电路调试越困难。任何高阶滤波器均可以用较低的二阶 RC 有 滤波器级联实现。 1、低通滤波器(LPF ) 低通滤波器是用来通过低频信号衰减或抑制高频信号 如图7— 2 (a )所示,为典型的二阶有源低通滤波器。它由两级 RC 滤波环节与同相比例运算电路 组成,其中第一级电容 C 接至输出端,弓I 入适量的正反馈,以改善幅频特性。图 7—2 (b )为二阶低 通滤波器幅频特性曲线。 (a) 电路图 图7—2二阶低通滤波器 电路性能参数 ―1奈二阶低通滤波器的通带增益 截止频率,它是二阶低通滤波器通带与阻带的界限频率。 (b)频率特性 1 2 T RC

空间频率滤波word版

空间频率滤波 空间频率滤波是在光学系统的空间频谱面上放置适当的滤波器,去掉(或有选择地通过)某些空间频率或改变它们的振幅和位相,使物体的图像按照人们的希望得到改善。它是信息光学中最基本、最典型的基础实验,是相干光学信息处理中的一种最简单的情况。 早在1873年,德国人阿贝(E.Abbe,1840~1905)在蔡司光学公司任职期间研究如何提高显微镜的分辨本领时,首次提出了二次衍射成像的理论。阿贝和波特 (A.B.Porter )分别于1893年和1906年以一系列实验证实了这一理论。1935年泽尼可(Zernike )提出了相衬显微镜的原理。这些早期的理论和实验其本质上都是一种空间滤波技术,是傅里叶光学的萌芽,为近代光学信息处理提供了深刻的启示。但由于它属于相干光学的范畴,在激光出现以前很难将它在实际中推广使用。1960年激光问世后,它才重新振兴起来,其相应的基础理论——“傅里叶光学”形成了一个新的光学分支。目前光信息处理技术已广泛应用到实际生产和生活各个领域中。 一、实验目的 1. 了解傅里叶光学基本理论的物理意义,加深对光学空间频率、空间频谱和空间频率滤波等概念的理解; 2. 验证阿贝成像原理,理解成像过程的物理实质——“分频”与“合成”过程,了解透镜孔径对显微镜分辨率的影响; 二、实验原理 1. 傅里叶光学变换 设有一个空间二维函数),(y x g ,其二维傅里叶变换为 dxdy y x i y x g G )](2exp[),(),(ηξπηξ+-=??∝∝- (1) 式中ηξ,分别为x,y 方向的空间频率,而),(y x g 则为),(ηξG 的傅里叶逆变换,即 ηξηξπηξd d y x i G y x g ??+=∝∝-)](2exp[),(),( (2) 式(2)表示,任意一个空间函数),(y x g 可表示为无穷多个基元函数)](2exp[y x i ηξπ+的线性迭加,),(ηξG 是相应于空间频率为ηξ,的基元函数的权重,

相关文档
最新文档