同态滤波设计及实现
同态滤波的原理
同态滤波的原理
嘿，朋友！今天咱来聊聊同态滤波的原理，保证让你觉得超有趣！
想象一下，你在一个昏暗的房间里，想要看清房间里的东西，这时候你打开了一盏灯，一下子，一切都变得清晰可见了！同态滤波就有点像这盏灯呢！
同态滤波啊，它主要是针对图像或者信号来处理的。
比如说，你有一张照片，可能因为光线不好啥的，有些地方很暗，看不清细节。
这时候同态滤波就出马啦！它就像一个神奇的魔法师，能把暗的地方变亮，把亮的地方适当调整，让整个图像变得更加清晰、漂亮！
再比如，你在听音乐的时候，可能有些声音很嘈杂，让你根本听不清主要的旋律。
而同态滤波就好像能把那些嘈杂的声音给过滤掉，让好听的旋律更加突出！是不是很厉害？
咱具体说说它的原理哈。
同态滤波会把图像或者信号分成两个部分，一个是光照的部分，就好像白天的太阳，决定了整体的明亮程度；另一个是反射的部分，就像物体本身的颜色和质地。
然后呢，对这两个部分分别进行处
理，最后再合到一起。
这就像给一幅画先打底色，再仔细描绘细节一样，最后呈现出的效果那可就大不一样啦！
我跟你说，我上次处理一张老照片的时候，哇塞，用了同态滤波后，那照片简直就跟新拍的一样！原来模糊不清的人脸一下子就清楚了，我高兴得都要跳起来了！
总之啊，同态滤波就是这么神奇又好用的东西！它能让那些不怎么完美的图像和信号变得焕然一新，让我们能更好地欣赏和理解它们。
所以呀，可千万别小瞧了这个同态滤波哦！它真的能给我们带来很多惊喜呢！。
基于Matlab的同态滤波器设计
基于Matlab的同态滤波器的设计摘要：同态信号处理也称为同态滤波，实现将卷积关系和乘积关系变换为求和关系的分离处理。
将非线性信号处理变为线性信号处理的过程。
语音信号x(n)可视为声门激励信息u(n)及声道响应脉冲响应h(n)的卷积:x(n)=u(n)*h(n)。
通过处理可将语音信号的声门激励信息及声道响应信息分离开来，从而求得声道共振特征和基音周期。
关键字语音信号同态处理Abstruct：Speech signal analysis is a speech signal processing of premiseand foundation, only the parameter analysis that can mean the essence characteristic of the speech signal, only in this way can we make use of the processings to comunicatinate efficiently, that these parameters carry on the essence characteristic of the speech signal, besides the high and low of the sound quality and speech understanding rate of the speech synthesis, also all be decided by the accuracy and precision of the speech signal analysis .Keywords：speech signal analysis引言语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号本质特征的参数，才有可能利用这些参数进行高效的语音通信，语音合成和语音识别等处理，况且语音合成的音质好坏和语音识别率的高低，也都取决于对语音信号分析的准确性和精确性。
matlab同态滤波课程设计
matlab同态滤波课程设计一、课程目标知识目标：1. 学生能理解同态滤波的原理和数学背景；2. 学生能掌握利用MATLAB进行同态滤波的编程步骤和方法；3. 学生能描述同态滤波在图像处理中的应用场景和效果。
技能目标：1. 学生能运用MATLAB实现同态滤波算法，并对给定的图像进行增强处理；2. 学生能通过分析滤波结果，调整滤波参数，优化图像处理效果；3. 学生能撰写实验报告，总结同态滤波的原理和实验过程。
情感态度价值观目标：1. 学生培养对图像处理技术的兴趣，激发学习探究的热情；2. 学生树立正确的科学态度，认识到理论与实践相结合的重要性；3. 学生培养团队协作精神，学会在实验过程中相互交流、分享经验。
课程性质：本课程为高年级选修课程，旨在让学生掌握图像处理领域的基本方法和MATLAB编程技巧。
学生特点：学生具备一定的数学基础和编程能力，对图像处理有一定了解，但对同态滤波技术尚陌生。
教学要求：结合学生特点，采用理论讲解与实验操作相结合的方式，注重培养学生的实际操作能力和问题解决能力。
通过本课程的学习，使学生能够将同态滤波应用于实际图像处理任务中，提高图像质量。
二、教学内容1. 同态滤波原理介绍：包括同态滤波的定义、数学模型和基本原理，以及其在图像处理中的作用和优势。
相关教材章节：第三章“图像增强”，第5节“同态滤波器”。
2. MATLAB编程基础：回顾MATLAB的基本操作、矩阵运算和图像处理工具箱的使用。
相关教材章节：第二章“MATLAB编程基础”。
3. 同态滤波MATLAB实现：详细讲解同态滤波的编程步骤，包括图像读取、预处理、滤波器设计、滤波处理和结果展示。
相关教材章节：第三章“图像增强”，第5节“同态滤波器”实例。
4. 实验与演示：选取具有代表性的图像处理案例，进行同态滤波实验，分析不同参数对滤波效果的影响。
相关教材章节：第三章“图像增强”，第6节“实验与演示”。
5. 滤波效果评估与优化：介绍评估滤波效果的方法，指导学生通过调整滤波参数，优化滤波效果。
同态滤波——精选推荐
同态滤波在⽣活中会得到这样的图像，它的动态范围很⼤，⽽我们感兴趣的部分的灰度⼜很暗，图像细节没有办法辨认，采⽤⼀般的灰度级线性变换法是不⾏的。
图像的同态滤波属于图像频率域处理范畴，其作⽤是对图像灰度范围进⾏调整，通过消除图像上照明不均的问题，增强暗区的图像细节，同时⼜不损失亮区的图像细节. 我们⼈眼能分别得出图像的灰度不仅仅是由于光照函数（照射分量）决定，⽽且还与反射函数（反射分量）有关，反射函数反映出图像的具体内容。
光照强度⼀般具有⼀致性，在空间上通常会有缓慢变化的性质，在傅⽴叶变换下变现为低频分量，然⽽不⼀样的材料的反射率差异较⼤，经常会引起反射光的急剧变化，从⽽使图像的灰度值发⽣变化，这种变化与⾼低频分量有关。
为了消除不均匀照度的影响，增强图像的⾼频部分的细节，可以采⽤建⽴在频域的同态滤波器对光照不⾜或者有光照变化的图像进⾏处理，可以尽量减少因光照不⾜引起的图像质量下降，并对感兴趣的景物进⾏有效增强，这样就在很⼤程度上做到了原图像的图像增强。
同态滤波是⼀种在频域中进⾏的图像对⽐度增强和压缩图像亮度范围的特殊⽅法。
同态滤波器能够减少低频并且增加⾼频，从⽽能减少光照变化并锐化边缘细节。
图像的同态滤波技术的依据是图像获取过程中的照明反射成像原理。
它属于频域处理,作⽤是对图像灰度范围进⾏调整,通过消除图像上照明不均的问题。
⾮线性滤波器能够在很好地保护细节的同时, 去除信号中的噪声,同态滤波器就是⼀种⾮线性滤波器,其处理是⼀种基于特征的对⽐度增强⽅法,主要⽤于减少由于光照不均匀引起的图像降质,并对感兴趣的景物进⾏有效地增强。
同台系统适⽤于服从⼴义叠加原理，输⼊和输出之间可以⽤线性变化表⽰的系统。
图像的同态滤波是基于以⼊射光和反射光为基础的图像模型上的，如果把图像函数表⽰为光照函数，即照射分量与反射分量两个分量的乘积，那么图像的模型可以表⽰为，其中，。
的性质取决于成像物体的表⾯特性。
通过对光照分量和反射分量的研究可知，光照分量⼀般反映灰度的恒定分量，相当于频域中的低频信息，减弱⼊射光就可以起到缩⼩图像灰度范围的作⽤；⽽反射光与物体的边界特性是密切相关的，相当于频域中的⾼频信息，增强反射光就可以起到提⾼图像对⽐度的作⽤。
基于OpenCV的同态滤波
基于OpenCV的同态滤波在4.0.1节中，我们已经介绍了⼀个简单的图像形成模型，即照射-反射模型。
这个模型可以开发⼀种频率处理程序，该程序可以同时压缩灰度范围和增强对⽐度来改善⼀幅图像的表现。
图像形成的照射-反射模型的表达式如下：f(x,y)=i(x,y)r(x,y) 6.4- 16上式不能直接⽤于对照射和反射的频率分量进⾏操作，因为两个分量的傅⾥叶变换之积，不等于原图像的傅⾥叶变换：6.4- 17但是，我们可以定义如下变换关系：6.4- 18然后再对上式两边做傅⾥叶变换：6.4- 19得到下⾯的傅⾥叶变换域的等式：6.4- 20其中，分别是的傅⾥叶变换。
我们可以⽤⼀个滤波器对滤波，故有：6.4- 21在空间域中，滤波后的图像为：6.4- 22我们可以将上式改写成简略形式：6.4- 23其中，6.4- 246.4- 25最后，因为是通过取输⼊图像的⾃然对数形成的，我们可通过取滤波后的结果的指数这⼀反处理来形成输出图像：6.4- 266.4- 276.4- 28经滤波处理后的照射和反射分量。
以上推到的滤波⽅法流程图，如图6. 26所⽰。
该滤波⽅法是针对特定成像系统，在此称为同态系统。
在这种特殊应⽤中，⽅法的关键在于照射分量和反射分量的分离，其实现形式（6.4-20）所⽰。
然后，如式（6.4-21）那样，⽤同态滤波器对这些分量进⾏滤波操作。
图像的照射分量通常由慢的空间变化来表征，⽽反射分量往往引起突变，特别是在不同物体的连接部分。
这些特性导致图像取对数后的傅⾥叶变换的低频成分与照射分量相联系，⽽⾼频成分与反射分量相联系。
虽然这些联系只是粗略的近似，但它们⽤在图像滤波中是有益的。
图6. 27所⽰的函数形状可⽤⾼通滤波器的基本形式来近似。
例如，采⽤形式稍微变化⼀下的⾼斯⾼通滤波器可得到函数：使⽤同态滤波器可更好地控制照射分量和反射分量。
这种控制需要指定⼀个滤波器函数，它可⽤不同的可控⽅法影响傅⾥叶变换的低频和⾼频分量。
第5讲 同态滤波
海军航院研究生课程 2007 祝明波
14
数字信号处理
第五讲 同态滤波
同态滤波数学基础小结
滤波和同态的基本概念 同态系统的定义 同态系统的分类和表示 对同态滤波概念的理解 学习同态滤波的意义 同态系统的规范形式
海军航院研究生课程 2007 祝明波
15
数字信号处理
第五讲 同态滤波
乘法同态系统
乘法同态系统的定义 乘法同态系统的规范形式 乘法特征系统 乘法同态系统的实现形式 乘法同态系统的适用情况 应用实例
海军航院研究生课程 2007 祝明波
21
数字信号处理
第五讲 同态滤波
应用实例
问题描述
增强一幅图像的对比度并同时压缩其动态范围。
问题分析
根据图像信号的乘积模型，图像信号可建模为照度图与反射图的乘 积。增强对比度意味着应加大反射分量，而压缩动态范围则需要 减小照度分量。 二维图像信号可表示为： x(u , v) = xi (u , v) x r (u, v) xi (u,v) 表示照射分量（≥0），对应图像的动态范围，慢变化分量 xr (u, v) 表示反射分量[0, 1]，对应图像的对比度，快变化分量
x’( n)
y’( n)
卷积特征系统： D*：* → ＋ D*[x1(n)* x2(n)] =D*[x1(n)] + D*[x2(n)]= x1’(n)+ x2’(n)
海军航院研究生课程 2007 祝明波 25
数字信号处理
第五讲 同态滤波
卷积特征系统
主要作用 具体实现
把信号卷积组合变换为它们的复倒谱之和。
海军航院研究生课程 2007 祝明波
22
数字信号处理
第五讲 同态滤波
同态滤波器实验报告
实验报告一、实验名称：同态滤波器设计二、实验内容与结果（1）matlab程序clc;clear all;close all;img=imread('D:\Matlab\bin\bb.png');subplot(2,2,1),imshow(uint8(abs(img)),[]), title('滤波前的图像')img=im2double(img);%转换图像矩阵为双精度型lnimg=log(img+1);%取对数Fimg=fft2(lnimg);%傅里叶变换P=fftshift(Fimg);%将频域原点移到图像中心；[M,N]=size(Fimg);%返回的行数和列数在P作为单独的输出变量subplot(2,2,2),imshow(uint8(abs(P)),[]),title('滤波前的频谱图像');%显示无符号8位数，即256级的灰度图像x0=floor(M/2);y0=floor(N/2);%表示将向量M和N每个元素与2作除法后取整D0=100;%截止频率c=1.50;%锐化系数Hh=2;Hl=0.5; %Hh>1,Hl<1，Hh为高频增益，Hl为低频增益for u=1:Mfor v=1:ND(u,v)=sqrt((u-x0)^2+(v-y0)^2);%点（u,v）到频率平面原点的距离H(u,v)=(Hh-Hl)*(1-exp(-c*(D(u,v)^2/D0^2)))+Hl;%同态滤波器函数endendhImg=Fimg.*H(u,v); %滤波，矩阵点乘Q=fftshift(hImg);%傅里叶逆变换subplot(2,2,3),imshow(uint8(abs(Q)),[]),title('滤波后的频谱图像'); gImg=ifft2(hImg);%反傅立叶变换Y=exp(gImg); %取指数J=im2uint8(Y);%转换图像矩阵为无符号8位数，即256级的灰度图像subplot(2,2,4),imshow(uint8(abs(J)),[]),title(' 滤波后的增强图像'); （2）实验结果。
同态滤波设计及实现
同态滤波设计及实现同态滤波是一种常用于图像增强和去除光照干扰的图像处理技术。
它基于形态学的数学原理，通过对输入图像进行高斯滤波、对数变换和逆变换等步骤，实现对图像的明暗细节进行增强的目的。
同态滤波的设计主要分为两个步骤：预处理和后处理。
预处理主要是对原始图像进行空域滤波，通常使用高斯滤波器来平滑图像的空间频率。
高斯滤波器将图像中的高频信息滤除，使得图像中的细节更加平滑。
这一步骤有助于减少图像中的噪声和干扰。
在预处理之后，接下来是对图像进行对数变换。
对数变换可以将原始图像中的灰度值压缩到一个较小的范围内，以便更好地处理图像的动态范围。
对数变换使用对数函数来对原始图像的灰度值进行映射，使得较亮的像素值被拉伸，较暗的像素值被压缩。
这样可以增加图像中的低频信息，使其更加明亮和清晰。
在对数变换之后，对图像进行逆变换，以恢复图像的原始灰度值。
逆变换使用指数函数来对经过对数变换的图像进行映射。
逆变换的目的是还原经过对数变换后的图像，使其恢复到原始的动态范围和灰度值。
同态滤波的实现需要使用图像处理软件或编程语言进行编程。
例如，使用MATLAB可以通过以下步骤实现同态滤波：1.读取并显示原始图像。
2.对原始图像进行预处理，采用高斯滤波平滑图像的空间频率。
3.对预处理后的图像进行对数变换。
4.对对数变换后的图像进行逆变换，以恢复原始的动态范围和灰度值。
5.显示经过同态滤波处理后的图像。
除了MATLAB，还可以使用其他编程语言如Python来实现同态滤波。
在Python中，可以使用OpenCV或Scikit-image等图像处理库来实现同态滤波。
同态滤波在图像增强和去除光照干扰方面有着广泛的应用。
它能够增强图像的低频信息，使得图像更加清晰和明亮。
同时，同态滤波还能够减少图像中的噪声和干扰，提高图像的质量和可视性。
因此，同态滤波是一种重要的图像处理技术，具有很高的实用价值和应用前景。
- 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)。
燕山大学课程设计说明书题目：同态滤波器设计及实现学院（系）：里仁学院年级专业：仪表10-2学号：学生姓名：指导教师：王志斌林洪彬教师职称：副教授讲师燕山大学课程设计（论文）任务书院（系）：电气工程学院基层教学单位：自动化仪表系说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。
年月日摘要在图像采集过程中,由于实际环境中成像条件的限制,造成图像的背景光照不均匀，当照度不均匀时,图像上对应照度暗的部分,其细节就较难分辨。
为了消除数字图像中的照度不均匀性（即图像增强）,本报告对数字图像的照度不均匀校正技术（即图像增强处理技术）进行了分析,分析了这些方法在计算误差上的内在原因,并在此基础上研究了基于同态滤波的数字图像照度不均匀校正技术。
该技术兼顾了数字图像的频域和空域,使得采用本方法校正后的图像既消除了不足照度的影响而又不损失图像的细节。
结果表明:经处理后的图像,局部对比度增强效果明显,较好地保持了图像的原始面貌,取得了预期的理想滤波效果。
该方法能有效恢复不均匀光照背景,为实际图像处理应用提供了有效的前期处理。
关键词：同态滤波；图像增强；光照不均匀目录摘要-----------------------------------------------------------------------------------------------------2 关键字--------------------------------------------------------------------------------------------------2 第一章MATLAB的简介及应用----------------------------------------------------------------41.1 MA TLAB简介------------------------------------------------------------------------------41.2 MA TLAB应用------------------------------------------------------------------------------4第二章同态滤波器设计原理----------------------------------------------------------------------5 第三章matlab程序----------------------------------------------------------------------------------8 第四章课程设计总结-------------------------------------------------------------------------------10 参考文献资料------------------------------------------------------------------------------------------11第一章MATLAB的简介及应用1.1 MATLAB简介MATLAB 是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。
MATLAB是矩阵实验室（Matrix Laboratory）的简称，和Mathematica、Maple并称为三大数学软件。
它在数学类科技应用软件中在数值计算方面首屈一指。
MA TLAB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，主要应用于工程计算、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。
1.2 MATLAB应用MATLAB 产品族可以用来进行以下各种工作：●数值分析●数值和符号计算●工程与科学绘图●控制系统的设计与仿真●数字图像处理技术●数字信号处理技术●通讯系统设计与仿真●财务与金融工程MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。
附加的工具箱（单独提供的专用MA TLAB 函数集）扩展了MATLAB 环境，以解决这些应用领域内特定类型的问题。
第二章同态滤波器设计原理 在信号处理中，常需从带有噪声的信号中提取原始信号。
一般用滤波处理方法滤除或削弱噪声干扰以及其他不需要的信号。
对于叠加性组合信号，可用线性滤波器将它们分离开。
对于实用中常见的非叠加性组合信号（如乘积性信号和褶积性信号），靠线性滤波器分离或处理这些信号分量往往是无效的，这时应采用非线性滤波，即要用同态滤波处理系统进行信号处理。
在输入输出运算相同的情况下，同态系统可分为相乘信号的同态滤波处理和褶积信号的同态滤波处理两种。
在许多实际问题中，信号为两个或多个分量的乘积（如在有衰落的传输信道中，衰落效应可看作一个缓变分量和传输信号相乘）。
对这类相乘信号，如用线性系统来分离信号各成分或单独地改善某一信号成分往往是无效的。
但利用相乘信号的同态滤波处理，就可以取得较好的滤波效果。
在多径或混响环境中进行通信、定位或记录，产生失真的效果可以看成是干扰与所需信号的褶积，对这类信号可用褶积信号的同态滤波处理。
在语音、图像、雷达、声呐、地震勘探以及生物医学工程等领域中，同态信号处理获得广泛的应用。
用),(y x f 二维函数形式表示图像在特定的坐标处的值或幅度是一个正的标量，其物理意义由图像源决定。
当一幅图像从物理过程产生时它的值正比于物理源的辐射能量。
因此),(y x f 一定是非零和有限的，即∞<<),(0y x f (4.1)函数),(y x f 可由两个分量来表征：(1)入射到观察场景的光源总量；(2)场景中物体反射光的总量。
这两个分量分别称为入射分量和反射分量,表示为),(y x i 和),(y x r 。
两个函数合并形成),(y x f ，即),(),(),(y x r y x i y x f ⨯= (4.2) 其中∞<<),(0y x i1),(0<<y x r (4.3) 式(4.3)指出反射分量限制在0(全吸收)和1(全反射)之间,),(y x i 的性质取决于照射源,而),(y x r 取决于成像物体的特性。
图像的灰度不仅仅由光照函数(入射光)决定,而且还与反射函数有关,反射函数反映出图像的具体内容。
光照强度一般具有一致性,在空间上通常具有缓慢变化的性质,在傅立叶变换下表现为低频分量,然而不同的材料或物体的反射率差异很大,常引起反射光的急剧变化,从而使图像的灰度值发生变化,这种变化与高频分量有关。
为了消除不均匀照度的影响,增强图像的细节,可以采用建立在频域内的同态滤波器对光照不足的或有光照变化的图象进行处理,可以减少因光照不足引起的图像质量下降,并对感兴趣的景物进行有效增强,这样就在很大程度保留图像原貌的同时对图像细节增强。
同态滤波是一种在频域中进行的图像对比度增强和压缩图像亮度范围的特殊滤波方法。
同态滤波能够减少低频并增加高频,从而能减少光照变化并锐化边缘或细节。
同态系统适用于服从广义叠加原理的,输入和输出之间可以用线性变化表示的系统。
图像的同态滤波是基于以入射光和反射光为基础的图像模型上的,如果把图像函数),(y x f 表示为光照函数(入射光)),(y x i 和反射函数),(y x r 这两个分量的乘积,那么图像的模型可以表示为),(),(),(y x r y x i y x f ⨯= 1),(0,),(0<<∞<<y x r y x i (4.4) 其中),(y x r 的性质取决于成像物体的表面特性。
通过对光照分量和反射分量的研究可知,光照分量一般反映灰度的恒定分量,类似于频域中的低频信息。
减弱光照函数(入射光)就可以起到缩小图像灰度范围的作用；而反射光与物体的边界特性是密切相关的,类似于频域中的高频信息。
增强反射光就可以起到提高图像对比度的作用。
因此,同态滤波的传递函数一般在低频部分小于1,在高频部分大于1。
进行同态滤波,首先要对原图像取对数,使图像模型中的乘法运算转化为简单的加法运算:),(ln ),(ln ),(ln ),(y x r y x i y x f y x z +==(4.5) 再对函数做傅里叶变换，将函数转换到频域 ),(),(),(v u R v u I v u Z += (4.6)选择合适的传递函数,压缩),(y x i 分量的变化范围,削弱),(v u I ,增强),(y x r 分量的对比度,提升),(v u R ,增强细节，即确定一个合适的),(v u H 。
由以上分析可知),(v u H 的大致形状如图（4.1）所示。
其中h r 代表高频增益,l r 代表低频增益,212020))()((),(v v u u v u D -+-=表示点),(v u 到滤波中心),(00v u 的距离。
图4.1 同态滤波传递函数利用),(v u H 对(4.6)式进行滤波,可得),(),(),(v u Z v u H v u S ⨯= ),(),(),(),(v u R v u H v u I v u H ⨯+⨯= (4.7) 最后对滤波结果进行傅立叶反变换和指数运算,得到同态滤波后的输出结果[][]⎩⎨⎧⨯=⨯=--),(),(),('),(),(),(11'v u R v u H F y x r v u I v u H F y x i(4.8) [][]⎪⎩⎪⎨⎧⨯===),(),(),(),(ex p ),(),(ex p ),(00'0'0y x r y x i y x g y x r y x r y x i y x i (4.9)同态滤波过程的完整框图如下所示：图4.2 同态滤波算法流程图从同态的实现过程可以看出,能否达到理想的增强效果并取得压缩灰度的动态范围效果取决于同态滤波传递函数的选择。
从图(4.1)可知,同态滤波的传递函数与传统的巴特沃思高通滤波器十分相似,巴特沃思高通滤波的传递函数为 ))),((1/(1),(20n v u D D v u H += (4.10) 其中0D 为00,v u 为0时的的),(v u D 的值,表示截止频率。
根据两者之间的相似性,将巴特沃思高通滤波器的表达式稍作修改即可得到对应的同态滤波函数 l n l h r v u D D c r r +⨯+-))),((1/()(20 (4.11)由前面的分析可知,同态滤波器的传递函数在高频部分应大于1,低频部分应小于1,即1,1<>l h r r ,这样可以减小低频和增强高频,使得图像整体灰度范围压缩,而对比度增强。