基于MATLAB的数字散斑条纹图滤波比较
基于Matlab的数字滤波共42页文档
•
29、在一切能够接受法律支配的人类 的状态 中，哪 里没有 法律， 那里就 没有自 由。— —洛克
•
30、风俗可以造就法律，也可以废除 法律。 ——塞·约翰逊
谢谢！
36、自己的鞋子，自己知道紧在哪里。——西班牙
37、我们唯一不会改正的缺点是软弱。——拉罗什福科
基于Matlab的数字滤波
•Hale Waihona Puke 26、我们像鹰一样，生来就是自由的 ，但是 为了生 存，我 们不得 不为自 己编织 一个笼 子，然 后把自 己关在 里面。 ——博 莱索
•
27、法律如果不讲道理，即使延续时 间再长 ，也还 是没有 制约力 的。— —爱·科 克
•
28、好法律是由坏风俗创造出来的。 ——马 克罗维 乌斯
xiexie! 38、我这个人走得很慢，但是我从不后退。——亚伯拉罕·林肯
39、勿问成功的秘诀为何，且尽全力做你应该做的事吧。——美华纳
40、学而不思则罔，思而不学则殆。——孔子
基于MATLAB工具箱的数字滤波器设计
基于MATLAB信号处理工具箱的数字滤波器设计摘要：传统数字滤波器工作起来，需要计算量很大，对于设计要求来说，又比较复杂，需要调整滤波特性，有很大的难度，并且影响它本身的应用以及功能。
本文中，主要介绍了利用MATLAB信号处理工具箱的功能，设计常规数字滤波器，设计过程中使用一些常用的专用软件。
对于，使用MATLAB语言程序设计以及信号处理工具箱的FDATool工具，各种界面的详细步骤都有详细的介绍。
对于MATLAB设计滤波器，为了减轻庞大的工作量，也为了简便直观，我们对比设计要求，以及滤波器特性的参数，这样才能更有利于，优化滤波器本身。
在本文中，主要解读了仿真软件Simulink对设计出来的滤波器仿真，设计过程中利用工具MATLAB。
我们验证结果的准确性，是通过软件仿真实验，从而达到对滤波器的设计。
关键词：MATLAB；模拟滤波器；数字滤波器目录1 引言 (1)2 模拟滤波器的设计 (1)2.1 几种常用的模拟滤波器 (2)2.2 巴特沃斯低通滤波器设计 (3)3 数字滤波器的设计 (5)4 结束语 (10)参考文献 (10)1引言基于对正弦基波，以及整词谐波的分析，可以得知系统电压，电流信号中，成分比较复杂，因此，在电力系统中，最关键的部件还是滤波器。
MATLAB和Mathematica、Maple共同称为三大数学软件。
MATLAB在数学类科技应用软件中，在数值计算方面地位不可代替。
MATLAB可以进行矩阵运算，绘制函数和数据，实现算法，创建用户界面，连接其他编程语言的程序等功能，它的应用方面主要在于，工程计算；控制设计；信号处理与通讯；图像处理信号检测；金融建模设计与分析等领域。
MATLAB的基本数据单位是矩阵，它的指令表达式与工程中常用的形式十分相似，故用MATLAB来解算问题要比其他语言完成事情简捷，因此可以直接使用,我们可以把自己的程序导入进MATLAB函数库中，方便以后的使用。
因此我们设计滤波时，根据指标，直接使用CAD程序，就可以得到高通、带通和带阻滤波器系统函数。
基于Matlab的数字滤波
Frenquency specifications选项，可以 详细定义频带的各参数，包括采样频率 fs和频带的截止频率。它的具体选项由 filter type选项和design method选项决 定，bandpass（带通）滤波器需要定义
fstop1（下阻带截止频率）、fpass1 （通带下限截止频率）、fpass2（通带 上限截止频率）、fstop2（上阻带截止 频率），而lowpass（低通）滤波器只 需要定义fstop1、fpass1。采用窗函数 设计滤波器时，由于过渡带是由窗函数
97阶布莱克窗
波纹逼近法
最小乘方法
结论
在同样滤波器阶数情况下，窗函数设计法设计方法相 对简便，通带内稳定性高，过渡带宽度随窗函数种类 变化，其中汉宁窗、汉明窗、布莱克曼窗函数法的过 渡带相比凯泽窗较窄，但凯泽窗最小阻带衰减最高； 波纹逼近法设计出的滤波器相对其他几种方法通带内 不够平稳；最小乘方法相比于其他设计方法误差较低， 通带内平稳度较高并且最小阻带衰减较高。通过分析 推广到实际设计中去：对通带内平稳度要求较高时优 先选用窗函数法；对最小阻带衰减要求较高时可优先 选择最小乘方法；要求阶数或计算量较低时可优先选 择波纹逼近法。
+10*sin(8*pi*100*t1);
• %采用减法滤波器滤掉va1中的直流分量和4,8次 谐波分量
• Y=zeros(1,6);
• for jj=7:m(2)
•
Y(jj)=(va1(jj)-va1(jj-6))/1.414;
• end • %输出波形, 每周期采样24个点，一个点相当于15
度，6个点为90度，移项90度的波形和原始波形叠 加后波形幅值会增大倍，为了便于比较，叠加后 的波形幅值除以。
应用MATLAB对信号进行频谱分析及滤波
数字信号处理课程设计报告书课题名称应用MATLAB对信号进行频谱分析及滤波姓名李光明学号20106480院、系、部电气系专业电子信息工程指导教师刘鑫淼2013年6月 28日应用MATLAB对信号进行频谱分析及滤波20106480 李光明一、设计目的用MATLAB语言进行编程，绘出所求波形，并且运用FFT求对连续信号进行分析。
二、设计要求1、用MATLAB产生正弦波，矩形波，并显示各自的时域波形图；2、进行FFT变换，显示各自频谱图，其中采样率、频率、数据长度自选，要求注明；3、绘制三种信号的均方根图谱；4、用IFFT恢复信号，并显示恢复的正弦信号时域波形图。
三、系统原理用FFT对信号作频谱分析是学习数字信号处理的重要内容。
经常需要进行频谱分析的信号是模拟信号和时域离散信号。
频谱分辨率直接和FFT的变换区间N有关，因为FFT能够实现频率分辨率是2π/N。
x(n)是一个长度为M的有限长序列，则x(n)的N点离散傅立叶变换为：(3.1)其中(3.2)逆变换为：(3.3)但FFT是一种比DFT更加快速的一种算法，提高了DFT的运算速率,为数字信号处理技术应用于各种信号处理创造了条件，大大提高了数字信号处理技术的发展。
本实验就是采用FFT，IFFT对信号进行谱分析。
四、程序设计1、产生正弦波及方波2、对正弦波及方波进行FFT变换并作频谱图（采样频率为1000Hz,数据长度为1024)3、求正弦波及方波FFT变换后的功率谱（数据长度为1024）4、用IFFT恢复原始信号（采样频率为1000Hz）程序如下:fs=input('请设定采样频率:');%设定采样频率N=input('请设定数据长度:');%设定数据长度t=0:0.001:1;f=100;%设定正弦信号频率%生成正弦信号x=sin(2*pi*f*t);figure(1);subplot(211);plot(t,x);%作正弦信号的时域波形axis([0,0.1,-1,1]);title('正弦信号时域波形');z=square(60*t);subplot(212)plot(t,z)axis([0,1,-2,2]);title('方波信号时域波形');grid;%进行FFT变换并做频谱图y=fft(x,N);%进行fft变换mag=abs(y);%求幅值f=(0:N-1)*fs/N;%横坐标频率的表达式为f=(0:M-1)*Fs/M; figure(2);subplot(211);plot(f,mag);%做频谱图axis([0,1000,0,200]);title('正弦信号幅频谱图');y1=fft(z,N);%进行fft变换mag=abs(y1);%求幅值f=(0:N-1)*fs/N;%横坐标频率的表达式为f=(0:M-1)*Fs/M; subplot(212);plot(f,mag);%做频谱图axis([0,1000,0,200]);title('方波信号幅频谱图');grid;%求功率谱sq=abs(y);power=sq.^2;figure(3)subplot(211);plot(f,power);title('正弦信号功率谱');grid;sq1=abs(y1);power1=sq1.^2;subplot(212);plot(f,power1);title('方波信号功率谱');grid;%用IFFT恢复原始信号xifft=ifft(y);magx=real(xifft);ti=[0:length(xifft)-1]/fs;figure(4);subplot(211);plot(ti,magx);axis([0,0.1,-1,1]);title('通过IFFT转换的正弦信号波形');zifft=ifft(y1);magz=real(zifft);ti1=[0:length(zifft)-1]/fs;subplot(212);plot(ti1,magz);title('通过IFFT转换的方波信号波形');grid;五、仿真结果及分析图5-1 正弦及方波信号波形.图5-2 FFT变换后的正弦及方波信号幅频谱图图5-3 正弦及方波信号功率谱图图5-4 采样频率为1000Hz时IFFT还原后的正弦及方波信号波形图5-5 采样频率为200Hz时IFFT还原后的正弦及方波号信波形运用MATLAB可以绘制出当图5-1的周期为0.01s频率为1000Hz的正弦信号和占空比60%的方波信号，以及图5-2、图5-3的幅频谱图和功率谱图，其中正弦信号在频率为100HZ和900HZ时功率谱最大，说明信号中100HZ和900HZ的频率成分幅值最大。
MATLAB中的图像滤波与增强技巧解析
MATLAB中的图像滤波与增强技巧解析图像处理是计算机视觉领域中的重要研究方向，而MATLAB作为一款强大的科学计算工具，提供了丰富的图像处理函数和工具箱，使得图像滤波与增强变得更加便捷。
本文将深入探讨MATLAB中图像滤波与增强技巧，并介绍其在实际应用中的优势与挑战。
一、图像滤波技术介绍图像滤波技术是图像处理中常用的一种方法，其目的是通过移除或衰减图像中的噪声、平滑图像或增强特定的图像细节。
MATLAB提供了多种滤波函数，如均值滤波、中值滤波、高斯滤波等。
这些函数适用于不同的图像处理任务，并可以根据需要进行组合使用。
1. 均值滤波均值滤波是一种简单且常用的图像平滑技术，其通过计算图像窗口内像素的平均值来替代中心像素的灰度值。
这种滤波方法可以有效地去除图像中的高频噪声，但会导致图像细节的模糊。
2. 中值滤波中值滤波是一种非线性滤波技术，它通过将图像窗口内的像素排序，并选择其中位数作为中心像素的灰度值。
中值滤波对于椒盐噪声等不同类型的噪声都有良好的抑制效果，而且可以保留图像的边缘信息。
3. 高斯滤波高斯滤波是一种基于高斯函数的线性平滑滤波技术，它通过计算图像窗口内像素的加权平均值来平滑图像。
高斯滤波器可以有效地降低图像的噪声，并且在平滑图像的同时能够保留边缘细节。
二、图像增强技术介绍图像增强技术旨在改善图像在感官上的质量或提取出特定的图像细节。
MATLAB提供了多种图像增强函数和工具箱，包括直方图均衡化、锐化、对比度增强等。
这些技术能够显著改善图像的视觉效果，并在图像分析和识别任务中发挥重要作用。
1. 直方图均衡化直方图均衡化是一种常用的图像增强技术，它通过对图像的灰度值进行变换，使得图像的直方图在整个灰度范围内均匀分布。
这种方法能够显著增强图像的对比度，并提升图像的视觉效果。
2. 锐化锐化是一种常用的图像增强技术，它通过增加图像中灰度值变化的梯度来增强图像的轮廓和细节。
MATLAB提供了多种锐化滤波器函数，如拉普拉斯滤波器和梯度滤波器，可以实现不同程度的图像锐化效果。
基于MATLAB的数字滤波器设计及其在数据处理中的应用_王易炜
图 1 三种 FIR 低通滤波器幅频响应特性
表 2 三种 FIR 低通滤波器幅频响应特性对比
窗函数法
通带最大衰减 / dB 阻带最小衰减 / dB
0． 044 45． 48
最优化 设计法 0． 044 41． 43
最小二乘约 束设计法
0． 093 44． 82
从上述三种滤波器的幅频响应特性对比情况 来 看，三 种 设 计 法 设 计 的 滤 波 器 均 能 满 足 指 标 要 求，且都较好地保持了通带内信号的最大平稳度。 其 中，窗 函 数 法 设 计 的 滤 波 器 在 通 带 内 的 最 大 衰 减 相 对 最 小，而 与 此 同 时 在 阻 带 内 的 最 小 衰 减 相 对最大，其过渡带数据曲线斜率最大，滤波效果优 于最优化设计法和最小二乘约束设计法。
FIR 滤波器和 IIR 滤波器设计的基础上，对满足同一指标要求的七种数字滤波器进行特性分析，
并将不同的滤波器应用于同一振动实测数据的滤波处理，从实践角度总结得出较为优化的滤波器
设计方法。
关键词： 数字滤波器； 数据处理； 信号分离； FIR； IIR
中图分类号：TN713． 7
文献标识码： A
文章编号： 1673 － 5048（ 2011） 04 － 0043 － 05
机载武器 在 空 中 经 历 的 飞 行 环 境 复 杂，所 采
收稿日期： 2010 － 04 － 05 作者简介： 王易炜（ 1982 － ） ，女，山东蓬莱人，助理工程 师，研究方向是伺服系统设计与测试。
集 到 的 振 动 实 测 数 据 中 包 含 了 随 机 振 动 、瞬 态 冲 击 、稳 态 加 速 度 以 及 白 噪 声 等 多 种 信 号 成 分 的 混 叠，不能直接进行分析； 另外振动实测数据处理 不仅要求获取产品在整个采集频带上的振动响应 分 布 情 况 ，而 且 要 求 获 取 产 品 在 某 个 局 部 频 带 的 振动 响 应 。这 就 需 要 在 预 处 理 过 程 中 ，根 据 各 种 信 号 特 有 的 频 响 特 性 ，通 过 设 计 满 足 不 同 指 标 要 求 的 滤 波 器 ，对 混 叠 信 号 进 行 有 效 的 分 离 和 剔 除 处理。
应用Matlab对图像信号进行频谱分析及滤波
应用Matlab对图像信号进行频谱分析及滤波实验目的1.巩固所学的数字信号处理理论知识，理解信号的采集、处理、传输、显示和存储过程；2.综合运用专业及基础知识，解决实际工程技术问题的能力；3.学习资料的收集与整理，学会撰写课程设计报告。
实验环境1.微型电子计算机（PC）；2.安装Windows 10操作系统，MATLAB7.0，Formatfactory，绘画板等开发工具。
实验原理在Matlab软件平台下，读取和显示彩色图像数据的相关函数和调用方法如下：实验内容和任务要求1.选取一张彩色图像（注意不能出现雷同，否则记为0分），提取图像的灰度值，并显示出灰度图像。
2.在图像中增加正弦噪声信号(自己设置几个频率的正弦信号)，显示出加入噪声信号后的灰度图像。
3.给定滤波器的性能指标，分别设计FIR和IIR数字滤波器，并画出滤波器的幅频响应曲线。
4.用自己设计的滤波器对含噪声图像信号进行滤波，显示出滤波后的灰度图像。
5.对原始灰度图像、加入噪声信号的灰度图像和滤波后的灰度图像进行频谱分析和对比，分析信号的变化。
实验分析本实验要求用Matlab软件完成对图像信息的处理。
对于任务1，这里采用了一张jpg格式的张学友新专辑《醒着做梦》的封面图片，保存在Matlab的work文件夹下。
采用imread()函数读取，并利用rgb2gray()函数将其转化为二维的灰度图像（原始的数据类型是unit8型，需要将其转化为可用于计算的double类型），并利用imshow()函数将其显示出来；对于任务2，在加入噪声前，需要先将二维数据利用循环嵌套语句转化为一维数据，然后加入三个高频噪声，再利用循环嵌套语句转化为二维的数据，利用imshow()函数显示出来；对于任务3，这里分别设计了满足一定指标的IIR低通滤波器（巴特沃斯）和FIR低通滤波器（哈明窗）并对其相关指标进行了分析。
对于任务4，利用任务3中设计好的两个滤波器分别对加噪后的灰度图像进行滤波（filter()函数），并分别显示滤波后的灰度图像；对于任务5，利用快速傅里叶变换算法（FFT）对各阶段数据分别进行频谱分析，并将它们的频谱绘制在同一张图上作为对比。
基于matlab的数字信号滤波处理(推荐文档)
数字信号处理课程设计---------------------------基于matlab的语音信号滤波处理学院：班号：姓名：学号：目录：一．设计内容 (3)二．设计原理 (3)1.运用快速傅里叶变换 (3)2.采用矩形窗设计滤波器 (3)三.设计过程 (1)1.语音信号的采集 (4)2.语音信号的频谱分析 (4)3.用滤波器对语音信号进行滤波 (5)4.回放语音信号 (11)四．总结 (11)五．参考文献 (12)摘要语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。
通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。
Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。
信号处理是Matlab 重要应用的领域之一。
本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。
一．设计内容首先采集一段语音信号（.wav 格式），时间在几十秒内，运用MATLAB 软件，调用函数功能画出它的时域波形和频谱特性。
然后设计滤波器对语音信号进行滤波，比较滤波前后的波形和特性。
最后，调用sound 函数回放信号，感觉滤波前后的声音变化。
二．设计原理1.运用快速傅里叶变换（FFT ）对信号进行傅里叶变换，得到频谱特性。
2.采用矩形窗设计滤波器。
矩形窗的定义：一个N 点的矩形窗函数定义为如下1010()[()]()1()[()]()N kN n N kn N k X k DFT x n x n Wx n IDFT x n X k W N -=--=====∑∑n{1,00,()n Nw n ≤<=其他矩形窗的主瓣宽度小（4*pi/N ），具有较高的频率分辨率，旁瓣峰值-13dB,过渡带宽为1.8*pi/N,阻带最小衰减-21dB 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于MATLAB的数字散斑条纹图滤波比较
【摘要】数字散斑照相术提取的数字散斑条纹图存在信噪比低、强度弱的特点，因此需要对图像进行滤波除噪。
为了比较不同的滤波方法对散斑条纹图的除噪效果，笔者在MATLAB中采用中值滤波、巴特沃斯低通滤波、指数低通滤波以及同态滤波对提取的条纹图进行处理并就处理结果做出了分析比较。
实验结果表明，以上方法都能从噪声中提取信号，其中中值滤波除噪效果最好。
【关键词】MATLAB；数字散斑照相术；散斑条纹图滤波
1.引言
数字散斑照相术[1]是在传统的散斑照相术的基础上用CCD代替传统的全息底片将物体位移前后的散斑图像记录在计算机中，利用数字图像处理技术叠加位移前后的散斑图得到双曝光底片的图像，对叠加图像进行快速傅里叶变换提取杨氏干涉条纹图，再对条纹图像进行滤波、细化等处理提取条纹图的骨架线取得条纹间距，从而达到测量位移的目的。
图像处理的实质是对条纹进行骨架线提取，想要获得精确的数据就必须得到精细的骨架线。
而散斑图具有信号强度弱、信噪比低的特点，这使得提取的杨氏干涉条纹图具有很强的噪声。
因此对图像进行滤波除噪显得至关重要。
笔者在MATLAB中采用中值滤波、巴特沃斯低通滤波、指数低通滤波以及同态滤波对实测散斑图像所提取的杨氏干涉条纹图像进行滤波处理，并就处理结果做出分析比较。
2.几种滤波方法
滤波的方法分为空域法和频域法两类。
空域即图像平面本身，频域即图像进行某种变换之后的频率域。
空域滤波[2]是借助某一模板直接对图像中的各个像素点进行邻域操作，即通过模板对输入像素相应邻域内的像素值进行计算得到输出图像中每一个像素的取值。
频域滤波[2]是在图像进行某种变换（如傅里叶变换）后，在变换域中对图像进行操作，比如抑制或增强高频或低频信号，之后再进行反变换，便可获得滤波后的图像。
中值滤波属于空域滤波。
巴特沃斯低通滤波、指数低通滤波以及同态滤波属于频域滤波。
2.1 空域滤波
中值滤波[2]是取邻域像素点灰度值的中值来作为该像素点的灰度取值。
中值滤波窗口（即所取邻域）越大，条纹边界越平滑，但局部细节丢失也越明显。
因此，窗口的选择对滤波效果影响很大。
一般情况下，选择奇数的滤波窗口，这样对于确定窗口中心元素较为容易。
若像素点数为偶数时，中值就取排序像素中间亮点的平均值[3]。
中值滤波的优点是能有效保护图像边缘，方法简单。
在MATLAB中，用medfilt2[4]函数实现中值滤波，滤波后的图像如图3所示。
再将图3进行二值化、数学形态学开、闭操作、提取骨架线，所得条纹图的
骨架线如4所示。
2.2 频域滤波
图像的边缘噪声一般都对应于傅立叶变换的高频部分[2]，所以让低频信息通过同时滤掉高频分量的低通滤波器能够平滑图像，去除噪声。
低通滤波的基本思想是将图像作傅里叶变换，在变换后的频率域中利用传递函数处理图像，使小于等于截止频率的成分通过，大于截止频率的成分被抑制。
再将处理后的频率成分进行傅里叶逆变换，得到滤除高频成分的图像。
在MATLAB中频域滤波的过程如图1所示。
其中，fft2函数对图像进行二维快速傅里叶变换、fftshift函数把快速傅里叶变换的DC组件一到光谱中心、ifftshift函数和ifft2函数分别为对应的反变换。
2.2.1 巴特沃斯低通滤波
巴特沃斯低通滤波器的传递函数为[2]：
在MATLAB中，基于傅里叶变换的巴特沃斯低通滤波处理结果如图5、6所示。
2.2.2 指数低通滤波
指数低通滤波器的传递函数为[2]：
在MATLAB中，基于傅里叶变换的指数低通滤波处理结果如图7、8所示。
2.2.3 同态滤波[2，5，6]
同态滤波的基本思想是认为灰度图像的灰度由照射分量和反射分量相乘得到。
对图像取对数将两个分量变成相加，再进行处理。
同态滤波主要是消除图像的照明不均匀的问题。
它细节对比度差、分辨不清的图像用同态滤波器处理以后，图像画面亮度比较均匀，细节得以增强。
在MATLAB中，同态滤波器的处理过程如图2所示。
传递函数用改进后的巴特沃斯高通滤波函数[7]。
其中，c、D0、rh、rl四个参数采用经验法选择。
同态滤波的处理结果如图9、10所示。
3.实验结果分析
由图3-12可以看出，中值滤波除噪效果最好，能有效保持条纹边缘，但是窗口越大对细节丢失越明显，越容易形成断点。
巴特沃斯低通滤波除噪效果次之，但是条纹边缘保持不好，边缘模糊。
要得到边缘清晰的条纹图需要做进一步处理。
指数低通滤波和同态滤波除噪效果都不太理想。
4.结语
结果表明，以上几种滤波方法都能从噪声中提取条纹信息。
其中中值滤波除噪效果最好，经过二值化、骨架提取等处理后能得到精确的条纹中心线。
参考文献
[1]周岩，郭俊，董会，王文生.利用数字散斑照相术测量面内位移[J].测试技术学报，2010，4（4）：308-312.
[2]罗金辉，冯平，哈力旦.A.Matlab7.0在图像处理中的应用[M].北京：机械工业出版社，2005.
[3]伏思华，于起峰.数字散斑条纹图的滤波方法[J].应用光学，2005，26（4）：5-8.
[4]苏金明，王永利.Matlab图形图像[M].北京：电子工业出版社，2005.
[5]张东升，佟景伟.频域滤波及相移技术在ESPI中的应用[J].实验力学，1992，7（2）：166-170.
[6]孙即祥.数字图像处理[M].石家庄：河北教育出版社，1993.
[7]王冬梅，路敬祎，王秀芳.基于Matlab的同态滤波算法的研究[J].科学技术与工程，2010，10（26）：6562-6564.
陶纯匡（1947—），男，重庆大学物理学院教授，硕士生导师，工科物理课程指导委员会委员，大学物理实验课程负责人，重庆市光学学术带头人，主要研究方向：工程光学、无损检测技术。