数字图像处理高通滤波器

1、.数字图像处理高通滤波器姓名：* 学号：*高通滤波是常见的频域增强的方法之一。高通滤波与低通滤波相反，它是高频分量顺利通过，使低频分量受到削弱。这里考虑三种高通滤波器：理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器。这三种滤波器涵盖了从非常尖锐(理想)到非常平坦(高斯)范围的滤渡器函数，其转移函数分别为：1、理想高通滤波器（IHPF）2、巴特沃斯高通滤波器（BHPF） 3、高斯高通滤波器（GHPF） 一、数字图像高通滤波器的实验过程：1、理想高通滤波器程序clear all;clc;image = imread(test.jpg);gimage_15 = func_ihpf(image,1

2、5);gimage_30 = func_ihpf(image,30);gimage_80 = func_ihpf(image,80);figuresubplot(221),imshow(image);title(Original);subplot(222),imshow(gimage_15);title(d0=15);subplot(223),imshow(gimage_30);title(d0=30);subplot(224),imshow(gimage_80);title(d0=80);%被调函数子函数G(u,v)=F(u,v)H(u,v)function gimage = func_ih

3、pf(image,d0)image = double(image);f = fftshift(fft2(image);M,N=size(f);a0 = fix(M/2);b0 = fix(N/2);for i=1:M for j=1:N D = sqrt(i-a0)2+(j-b0)2); if(Dd0) h=1; else h=0; end g(i,j)=h*f(i,j); endendgimage = uint8(real(ifft2(ifftshift(g);2、巴特沃斯高通滤波器程序clear all;clc;image = imread(test.jpg);gimage_15 = fu

4、nc_bhpf(image,15);gimage_30 = func_bhpf(image,30);gimage_80 = func_bhpf(image,80);figuresubplot(221),imshow(image);title(Original);subplot(222),imshow(gimage_15);title(d0=15);subplot(223),imshow(gimage_30);title(d0=30);subplot(224),imshow(gimage_80);title(d0=80);%被调函数子函数G(u,v)=F(u,v)H(u,v)function g

5、image = func_bhpf(image,d0)image = double(image);f = fftshift(fft2(image);M,N=size(f);nn = 1; %巴特沃斯阶数a0 = fix(M/2);b0 = fix(N/2);for i=1:M for j=1:N D = sqrt(i-a0)2+(j-b0)2); if(D = 0) h=0; else h=1/(1+0.414*(d0/D)(2*nn); end g(i,j)=h*f(i,j); endendgimage = uint8(real(ifft2(ifftshift(g);3、高斯高通滤波器程序c

6、lear all;clc;image = imread(test.jpg);gimage_15 = func_ghpf(image,15);gimage_30 = func_ghpf(image,30);gimage_80 = func_ghpf(image,80);figuresubplot(221),imshow(image);title(Original);subplot(222),imshow(gimage_15);title(d0=15);subplot(223),imshow(gimage_30);title(d0=30);subplot(224),imshow(gimage_80

7、);title(d0=80);%被调函数子函数G(u,v)=F(u,v)H(u,v)function gimage = func_ghpf(image,d0)image = double(image);f = fftshift(fft2(image);M,N=size(f);a0 = fix(M/2);b0 = fix(N/2);for i=1:M for j=1:N D = sqrt(i-a0)2+(j-b0)2); h=1-exp(-(D.2)./(2*(d02); g(i,j)=h*f(i,j); endendgimage = uint8(real(ifft2(ifftshift(g);

8、二、图像频域边缘增强的实验结果分析与讨论1、理想高通滤波器图1理想高通滤波器滤波效果（d0=15,30,80）当d0=15时，滤波后的图像无直流分量，但灰度的变化部分基本保留。当d0=30时，滤波后的图像在图像轮廓的大部分信息仍然保留。当d0=80时，滤波后的图像只剩下边缘及斑点等信号突变部分。2、巴特沃斯高通滤波器图2一阶巴特沃斯高通滤波器滤波效果（d0=15,30,80）图3十五阶巴特沃斯高通滤波器滤波效果（d0=15,30,80）类似于低通滤波器的时候，巴特沃斯高通滤波器比理想高通滤波器更加平滑，边缘失真情况比后者小的多。巴特沃思滤波器有一个参数，称为滤波器的“阶数”。当此参数的值较高时

9、，巴特沃思滤渡器接近理想滤波器。因此，巴特沃思滤波器可看做两种“极端”滤波器的过渡。一个一阶的巴特沃思滤波器没有振铃，在二阶中振铃通常很微小，但阶数增高时振铃便成为一个重要因素。3、高斯高通滤波器图4高斯高通滤波器滤波效果（d0=15,30,80）高斯高通滤波器得到的结果比前两种滤波器更为平滑，结果图像中对于微小边缘和细条，如钢环的棱的过滤也是较为清晰的。从实验的仿真结果我们可以看出，不同的滤波器对图像的滤波效果是不同的。它们的共同点是图像在经过高通滤波后，消除了模糊，突出了边缘，使低频分量得到了抑制，从而增强了高频分量，使图像的边沿或线条变得清晰，实现了图像的锐化。但理想高通滤波器出现了明显的振铃现象，即图像边缘有抖动现象；而Butterworth滤波器高通效果较好，但