基于Matlab的空间滤波实验的计算机仿真.
基于matlab的数字图像处理技术在阿贝成像原理和空间滤波实验中的应用
数字图像在空间滤波处理应用的概述2013级光信息1班梁纯佳201341312138摘要: 探讨了数字图像处理技术在阿贝成像原理和空间滤波实验中的应用 ,介绍了用数码相机采集数据 ,用计算机绘制三维频谱图、进行软件空间滤波和成像的方法。
关键词:数字图像处理，数码相机， MATLAB，空间滤波，阿贝成像原理，傅里叶变换引文：21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。
数字图像处理技术就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为。
实质上也是一段能够被计算机还原显示和输出为一幅图像的数字码。
数字图像处理，其发展历史并不长，但数字图像处理技术已经广泛深入地应用于国计民生休戚相关的各个领域。
数字图像处理，用计算机对图像进行分析，以达到所需结果的技术，又称影像处理。
基本内容图像处理一般指数字图像处理。
数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。
图像处理技术有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。
图像处理一般指数字图像处理。
图像处理离不开海量、丰富的基础数据，包括视频、静态图像等多种格式，如Berkeley分割数据集和基准500 （BSDS500）、西门菲沙大学不同光照物体图像数据库、神经网络人脸识别数据、CBCL-MIT StreetScenes（麻省理工学院街景数据库）等。
现代光学信息处理由于具有容量大、速度快、并行性及装置简单等优点,在二维图象信息存储、图象增强、特征识别、现代象质评价等许多方面有着重要的应用。
空间滤波是最基本的光学信息处理操作之一,其基本原理是根据具体需要制作一个适当的空间滤波器,并将其放在光路中输入图象的频谱平面处,通过对输入图象的频谱进行调制,从而完成某种处理过程,如低通、高通、带通、边缘增强、相关识别等。
阿贝成像原理的matlab实现.doc
武汉工业学院毕业设计（论文）设计（论文）题目：阿贝成像原理的matlab实现姓名：刘辉学号：071203112院（系）：数理科学系专业：电子信息科学与技术指导教师：李鸣2011年6月13日目录摘要 (I)Abstract (II)1.绪论 (1)1.1阿贝成像的发现和其对光学信息处理的影响 (1)1.2 阿贝成像理论的推广 (1)1.2.1阿贝成像理论在教学中的推广 (1)1.2.2 阿贝成像理论在工程设计领域中的推广 (2)1.3 阿贝成像原理对空间滤波的影响 (2)2.阿贝成像原理 (3)2.1二维傅里叶变换 (3)2.2 光学傅里叶变换 (3)2.3 阿贝成像原理的理论证明 (4)2.4阿贝成像原理 (6)3. MATLAB环境的阿贝- 波特空间滤波实验仿真 (8)3.1实验介绍 (8)3.2基于MATLAB 的数字图像的频率域滤波 (8)3.3 阿贝-波特空间滤波实验仿真 (9)3.3.1 实验仿真的基本步骤 (9)3.3.2 圆孔低通光阑滤波 (10)3.3.3 圆孔高通光阑滤波 (11)3.3.4 圆环带通光阑滤波 (12)3.3.5 方向光阑滤波 (12)3.3.6 网格字的滤波 (15)3.3.7 散斑的消除 (17)3.3.8 零频滤波 (18)3.3.9 相位滤波 (20)结束语 (23)谢词································································································ (24)参考文献 (25)摘要阿贝成像原理是在透镜后焦面上得到光场空间频率分布的傅里叶变换，成像又是一次逆变换的过程，这种变换可由快速傅里叶变换(FFT)轻松实现。
毕设答辩ppt阿贝成像及空间滤波的MATLAB仿真
用相干平面波垂直照明一正交的细丝网格，则在透 镜L的后焦面上呈现出网格的频谱，这些频谱分量 再综合，在像平面上便得到网格的像。
当适当的滤波器（如狭缝、小圆孔、细丝和小圆 屏等）放在频谱面上时，就能以各种方式改变物的 频谱成分，并得到所期望的像。
3、4F系统
计算机模拟实验及其效果分析
1、光栅的频谱
课题研ቤተ መጻሕፍቲ ባይዱ概述
1.背景:以阿贝成像原理为基础，验证空间滤 波实验。
2.目标:利用Matlab强大的计算及图像可视化 功能，完成空间滤波实验的物理模型的构建 并进行计算机模拟。
3.意义:利用空间滤波的方法来改造图像,即通 过改造空间频谱结构来满足不同的需要。
空间滤波的基本原理
1、阿贝成像理论
2、空间滤波实验
在输出面显示改造后的结果图像。
经过低通滤波，滤掉了 物的高频信息,处理后图 像显示了物的低频信息即 光字。由于经过滤波后的 图像能量有所损失导致输 出图像比原图像模糊。
3、零频滤波
当频谱面上零频部分被挡住时,像会发生对比度的反转: 原来亮的条纹变成暗条纹,而原来暗的条纹变成了亮条纹。
真心感谢 各位评审老师
一维光栅的频谱
二维光栅的频谱
2、网格字的滤波 (1)、在计算机模拟中用一幅图像代替物体
(2)、对这幅图进行傅里叶变换得到相应的频谱分布
(3)、接着设计一个低通滤波器，将设计的低通滤波
器与经过傅里叶变换过的频谱相乘。这一步相当于 实验中在频谱面上设置低通滤波器进行滤波，滤波 后的图像如图所示。
(4)、最后 ,对改造后的频谱结构进行傅里叶逆变换，
《MATLAB语言与滤波器设计》实验指导书
《MATLAB语言与滤波器设计》实验指导书实验一、MATLAB语言环境与基本运算一、实验目的及要求1．学习了解MATLAB语言环境2．练习MATLAB命令的基本操作3．练习MATLAB数值运算相关内容4．练习MATLAB符号运算相关内容5．撰写实验报告二、实验内容1．熟悉Matlab语言环境1)．学习了解MATLAB语言环境操作窗口：Command/Workplace/History……编辑窗口：M-File/Figure/Gui/ModelMATLAB语言操作界面(主界面的各个窗口)●变量查询命令who, whos●结构查询表示A、B和C为双精度数值变量，而D为字符变量。
目录与目录结构●搜索路径在命令窗口中键入：path●联机帮助2)．MATLAB基本操作命令demos，clc，clf，clear，contro-c(^c)，diary demos:系统文件的演示clc:清除窗口里的所有命令clf:清除图形框clear:清除contro-c(^c):中断diary:日志文件2．Matlab数值运算与符号运算1)．MATLAB数值运算相关内容MATLAB变量及变量赋值\syms x y f a b c d e ff=100*((y-x^2))^2+(1-x)^2 ; %给定的原始多项式a=diff(f,x); %求x一阶导数b=diff(a,x); %求x二阶导数c=diff(f,y); %求y一阶导数d=diff(d,y); %求y二阶导数%这一行应当是对c求导e=diff(a,y); %求x，y二阶偏导数f=diff(c,x); %求y，x二阶偏导数S=[a;c]; %求一阶导数矩阵Q=[b e;f d]; %求二阶导数矩阵P=inv(Q); %求二阶导数逆矩阵H=[x;y]; %给定初始的x（0）K=H-P*S; %求x（1）●初等矩阵函数ones, zeros, eye, rand, randn, sizeones:：生成全一矩阵zeros：生成全零矩阵eye:：生成对角矩阵rand：生成零到一之间的随机矩阵randn：产生正态分布的随机数size：返回各维最大元素的个数●矩阵的基本运算MATLAB的基本算术运算有：＋(加)、－(减)、*(乘)、/(右除)\(左除)、^(乘方)。
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）。
卡尔曼滤波与最小二乘法
基于MATLAB 的卡尔曼滤波与最小二乘滤波仿真实验设计一、实验原理：卡尔曼滤波器是一个最优化自回归数据处理算法，对于解决很大部分的问题，他是最优、效率最高甚至是最有用的，其核心内容就是他的5条公式，具体见实验内容中详细介绍。
最小二乘法的核心思想是对于一系列观察值，找出一条最优化曲线使其与每个观察值之间差值的平方和最小。
二、实验目的：运用MATLAB 进行仿真实验可以更清楚直观系统的理解滤波理论设计思想及其方法，并提高学生的科研能力和水平。
通过MATLAB 编程输入算法，利用其强大的矩阵运算能力和优秀的图形界面功能输出结果，对增强教学效果可以起到很有效的作用，有利于学生对算法进行更深入的理解，同时在设计仿真实验的过程中还可以提高学生使用MATLAB 的技能。
三、实验要求：设计原始信号，随机产生噪声信号，设计代码，分别使用卡尔曼滤波和最小二乘滤波编程，更换相应参数生成不同的滤波效果，进行科学地分析。
四 、实验内容及程序：实验内容：假设研究对象是一个房间的温度。
根据经验判断，这个房间的温度是恒定的，但经验判断有一定的上下偏差几度，把偏差看成是高斯白噪声，也就是这些偏差跟前后时间是没有关系的而且符合高斯分配。
另外，房间中用温度计测量，但温度计有一定的精确度，与实际值有偏差。
目前该房间有两个温度值：根据经验的预测值（系统预测值）和温度计值（测量值）。
假设该房间是23摄氏度，同时该值的高斯噪声的偏差是5度（如果上一时刻估算最有温度值的偏差是3，预测值是4，则按照一类不确定度计算，平方和再开方为5）如果温度计该时刻测量值是25度，同时该值的偏差是4度。
卡尔曼滤波：引入一个离散控制过程的系统。
该系统可用一个线性随机微分方程来描述：X(k)=A X(k-1)+B U(k)+W(k)，再加上系统的测量值：Z(k)=H X(k)+V(k) ，X(k)是k 时刻的系统状态，U(k)是k 时刻对系统的控制量，如果没有控制量，它可以为0。
卡尔曼滤波原理及应用-matlab仿真代码
一、概述在信号处理和控制系统中，滤波是一种重要的技术手段。
卡尔曼滤波作为一种优秀的滤波算法，在众多领域中得到了广泛的应用。
其原理简单而高效，能够很好地处理系统的状态估计和信号滤波问题。
本文将对卡尔曼滤波的原理及其在matlab中的仿真代码进行介绍，以期为相关领域的研究者和工程师提供一些参考和帮助。
二、卡尔曼滤波原理1.卡尔曼滤波的基本思想卡尔曼滤波是一种递归自适应的滤波算法，其基本思想是利用系统的动态模型和实际测量值来进行状态估计。
在每次测量值到来时，根据当前的状态估计值和测量值，通过递推的方式得到下一时刻的状态估计值，从而实现动态的状态估计和信号滤波。
2.卡尔曼滤波的数学模型假设系统的状态方程和观测方程分别为：状态方程：x(k+1) = Ax(k) + Bu(k) + w(k)观测方程：y(k) = Cx(k) + v(k)其中，x(k)为系统的状态向量，u(k)为系统的输入向量，w(k)和v(k)分别为状态方程和观测方程的噪声向量。
A、B、C为系统的参数矩阵。
3.卡尔曼滤波的步骤卡尔曼滤波的具体步骤如下：（1）初始化首先对系统的状态向量和协方差矩阵进行初始化，即给定初始的状态估计值和误差协方差矩阵。
（2）预测根据系统的状态方程，利用上一时刻的状态估计值和协方差矩阵进行状态的预测，得到状态的先验估计值和先验协方差矩阵。
（3）更新利用当前时刻的观测值和预测得到的先验估计值，通过卡尔曼增益计算出状态的后验估计值和后验协方差矩阵，从而完成状态的更新。
三、卡尔曼滤波在matlab中的仿真代码下面是卡尔曼滤波在matlab中的仿真代码，以一维线性动态系统为例进行演示。
定义系统参数A = 1; 状态转移矩阵C = 1; 观测矩阵Q = 0.1; 状态方程噪声方差R = 1; 观测噪声方差x0 = 0; 初始状态估计值P0 = 1; 初始状态估计误差协方差生成系统数据T = 100; 时间步数x_true = zeros(T, 1); 真实状态值y = zeros(T, 1); 观测值x_est = zeros(T, 1); 状态估计值P = zeros(T, 1); 状态估计误差协方差初始化x_est(1) = x0;P(1) = P0;模拟系统动态for k = 2:Tx_true(k) = A * x_true(k-1) + sqrt(Q) * randn(); 生成真实状态值y(k) = C * x_true(k) + sqrt(R) * randn(); 生成观测值预测x_pred = A * x_est(k-1);P_pred = A * P(k-1) * A' + Q;更新K = P_pred * C' / (C * P_pred * C' + R);x_est(k) = x_pred + K * (y(k) - C * x_pred);P(k) = (1 - K * C) * P_pred;end绘制结果figure;plot(1:T, x_true, 'b', 1:T, y, 'r', 1:T, x_est, 'g');legend('真实状态值', '观测值', '状态估计值');通过上面的matlab代码可以实现一维线性动态系统的状态估计和滤波，并且绘制出真实状态值、观测值和状态估计值随时间变化的曲线。
matlab图像的空域滤波实验
Fspecial函数用于创建预定义的滤波算子，其语法格式为：
h = fspecial(type)
h = fspecial(type,parameters)
参数type制定算子类型，parameters指定相应的参数，具体格式为：
除了对噪声有上述假定之外，该算法还基于这样一种假设：图象是由许多灰度值相近的小块组成。这个假设大体上反映了许多图象的结构特征。（2）式表达的算法是由某像素领域内各点灰度值的平均值来代替该像素原来的灰度值。
可用模块反映领域平均算法的特征。对模版沿水平和垂直两个方向逐点移动，相当于用这样一个模块与图像进行卷积运算，从而平滑了整幅图象。模版内各系数和为1，用这样的模版处理常数图象时，图像没有变化；对一般图象处理后，整幅图像灰度的平均值可不变。
type='average'，为均值滤波，参数为n，代表模版尺寸，用向量表示，默认值为[3,3]。
type= 'gaussian'，为高斯低通滤波器，参数有两个，n表示模版尺寸，默认值为[3,3]，sigma表示滤波器的标准差，单位为像素，默认值为0.5。
type= 'laplacian'，为拉普拉斯算子，参数为alpha，用于控制拉普拉斯算子的形状，取值范围为[0,1]，默认值为0.2。
中值滤波很容易推广到二维的情况。二维窗口的形式可以是正方形、近似圆形的或十字形的。在图像增强的具体应用中，中值滤波只能是一种抑制噪声的特殊工具，在处理中应监视其效果，以决定最终是福才有这种方案。实施过程中的关键问题是探讨一些快速算法。
- 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)。
35
基于Matlab 的空间滤波实验的计算机仿真
张奇辉,王洪,蓝发超
(华南理工大学物理科学与技术学院,广东广州 510640
摘要:利用阿贝-波特实验装置和空间滤波系统,从改变频谱入手改造一幅光学图形进行光学信息处理。
在
此基础上,通过Matlab 环境编写程序完成阿贝-波特实验的物理模型的构建并进行计算机模拟实验。
关键词:计算机模拟;Matlab ;空间滤波
中图分类号:TP391.9 文献标识码:A 文章编号:1003-7551(200801-0035-04
1 引言
在工程设计领域中,人们通过对研究对象建立模型,用计算机程序实现系统的运行和得到运行结果,寻找出最优方案,然后再予以物理实现,这就是计算机仿真科学。
在计算机日益普及的今天,计算机仿真技术作为虚拟实验手段已经成为计算机应用的一个重要分支。
它是继理论分析和实物实验之后,认识客观规律性的新型手段。
作为科学计算软件,Matlab 的特点是使用方便、输入便捷、运算功能齐全,而且有大量的函数可供使用。
因此本文提出基于Matlab 软件,通过在频谱面上设置滤波器对空间频谱的处理,实现对阿贝-波特
实验装置和空间滤波系统的模拟。
为了实现仿真实验操作的方便,本文设计出了图形用户可操作界面(GUI。
2 空间滤波原理
根据阿贝成像原理,相干光学成像过程可分为两步:第一步称为分频过程,即从物平面到光源的共轭像平面或曰频谱面,由输入的物作为衍射屏对照射光波产生夫琅和费衍射;第二步称为合频或频谱综合过程,即从频谱面到输入物的共轭像平面,被分解的频谱成分经进一步的衍射后再次叠加形成输入物的共轭像。
按照傅里叶变换理论,两步成像过程实际上是光学系统对携带输入物信息的二维光场的复振幅分布进行的两次傅里叶变换过程。
以图1所示4f 成像系统为例,此时输入平面O(即物平面位于透镜1L 的前焦平面,输出平面I(即像平面位于透镜1L 的后焦平面。
透镜1L 和2L 分别起分频(傅里叶变换和合频(逆傅里叶变换作用。
设输入图像的复振幅分布为,(y x g ,透镜1L 后焦平面T(即频谱面上的复振幅分布为,(ηξG ,按照傅里叶光学理论,当1L 的孔径无限大时,函数,(ηξG 即等于,(y x g 的傅里叶变换,而,(y x g 为,(ηξG 的傅里叶逆变换,即
(,(,exp i2(d d x y x y G f f g x y f x f y x y π∞
−∞
⎡⎤=−+⎣⎦∫∫(1 (,(,exp[i2(]d d g x y G x y ξηπµνµν∞∞
−∞−∞=+∫∫ (2
其中/f µξλ=,/f νηλ=,表示光场(,G ξη的空间频率。
设(','g x y 为透镜2L 后焦平面I(输出平面上的复振幅分布,同样,当2L 的孔径无限大时,(','g x y 就等于的傅里叶变换:
(','(,exp[i2('']d d g x y G x y ξηπµνµν∞∞−∞−∞=
+∫∫ (3
可以得 (','(,g x y g x y ∝−− (4
即输出图像是输入图像的倒置,且在几何上相似。
现如果在频谱平面T 上插入一衍射屏,并设其复振幅透射率函数为(,T ξη,则透过衍射屏的光场复振幅分布为:
'(,(,(,G G T ξηξηξη= (5
经过透镜2L 变换后,在像平面上便得到经过衍射屏调制后的输出图像的光场复振幅分布:
111'(','{'(,}{(,}*{(,}g x y F G F G F T ξηξηξη−−−== (6 * 收稿日期:2008-01-10
这种用于调制图像频谱分布的衍射屏通常称为空间滤波器。
图1 4f相干光学处理系统
3 空间滤波仿真过程
空间滤波的仿真过程主要步骤为图像的频谱矩阵与滤波器矩阵的数值计算过程。
但是在进行计算前,必须先确定滤波器的矩阵大小,paddedsize(为求图像的大小的函数,dftfilt(为自制滤波函数,fft2(f, size(H, 1, size(H, 2是对图像矩阵先进行删节或增加零,使其成为与H大小相同的矩阵,然后再进行二维傅里叶变换,然后把变换后的频谱矩阵与滤波器矩阵进行数值计算,相应的位置的元素进行相乘,得到的新矩阵即为滤波后的结果图像的频谱矩阵。
3.1 低通滤波仿真
用一张图片作为物,放置于输入平面,用一束单色平行光垂直照射该图片,经透镜作用在频谱面上形成分立的光衍射谱。
如果在频谱面上安置一个可调直径的圆孔作为滤波器,以提取不同的衍射斑,则在输出平面上能观察到变化的图像。
图2显示了在频谱面上放置低通滤波器时,在输出面上像场的变化情况。
仿真程序如下:
Image = imread(FileFullname;
PQ = paddedsize(size(Image;
D0 = scale*PQ(2;
H =lpfilter('gaussian', PQ(1,PQ(2,D0;
H1 = ifftshift(H;
RImage =dftfilt(Image,H;
RImage = im2uint8(mat2gray(RImage;
axes(handles.axes_outputImage;
imshow(RImage;
axes(handles.axes_filter;
imshow(H1;
具体的滤波过程如上面分析,先根据图像的大小确定滤波器的大小,然后相应设置滤波器的参数,把相应参数应用于低通滤波器的函数lpfilter(中,然后用dftfilt(滤波函数进行滤波,再进行相应的格式转换,最后就是通过函数axes( 和imshow(在对应的坐标轴上显示处理后的结果图像和滤波器的表示图像。
低通滤波的仿真过程说明了允许低频分量通过,像的边缘锐度降低。
图2 低通滤波器过滤效果36
37
图3 高通滤波器过滤效果
3.2 高通滤波仿真
高通滤波的仿真与低通滤波相似,只需要改变滤波器函数即可,即把上面程序中的低通滤波器函数lpfilter('gaussian', PQ(1,PQ(2,D0 改为
hpfilter('gaussian',PQ(1,PQ(2,D0(高通滤波器函数。
图3显示了图像的变化情况。
从高通滤波过程看到允许高频分量通过时,像的边缘效应增强。
3.3 带通滤波仿真
同样,把滤波器函数改为带通滤波器函数bandfilter(PQ(1,PQ(2,D1,D2,其中
D1,D2就是带通滤波器的两个重要参数,分别为两个圆半径。
图4为带通滤波器过滤效果图。
图4 带通滤波器过滤效果
3.4 方向滤波仿真
方向滤波仿真程序中主要函数如下:
scale1 =-90 + str2double(get(handles.edit_FilterPara2,'String' ;
D1 = floor(2*scale*PQ(1;
D2 = scale1;
H =tapefilter(PQ(1,PQ(2,D1,D2;
其中参数D1代表方向滤波器中间的狭缝宽度,D2代表方向滤波器的旋转角度。
图5为方向滤波的效果图。
图5 方向滤波的效果
可见,方向滤波器的典型特点是,只能让与狭缝垂直方向上的物频率成分通过,而滤掉了其他方向上的频谱。
4 仿真界面的设计
先设计初始界面,然后为各个控键添加代码,即相应的执行程序,并要对编辑框输入数据进行初始化。
经过对程序调试,没有出现问题后,就会出现可直接对实验进行仿真操作实用界面,如图6即为低通滤波器的仿真操作界面。
图6 低通滤波仿真界面
5 总结
本实验仿真可作为光学类课程的实验室建设工作的一部分。
利用这个仿真实验,通过改变实验参数,可以观察和分析不同实验条件下的光学信息处理过程,可以为实际实验前确定各参数做准备工作。
另外,本课题中设计的仿真程序也可以应用教学环节,用来在课前模拟各种光学滤波的滤波结果,频谱显示以及滤波前后的图像区别,从而激发学生的学习兴趣,加深学生对相关课程的理解。
参考文献
[1]李志能. 现代光学系统原理[M]. 北京:北京理工大学出版社,2002.
[2]贺兴华,周媛媛,王继阳. Matlab7.x图像处理[M]. 北京:人民邮电出版社,2000.
[3]施晓红. 精通GUI图形界面编程[M]. 北京:北京大学出版社,2002.
[4]李志能,叶旭迥.光电信息处理系统[M]. 杭州:浙江大学出版社,1999.
[5]陈怀琛. Matlab在理工课程中的应用指南[M]. 西安电子科技大学出版社,2000.
38。