热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

【OpenCV例程200篇】89.带阻滤波器的传递函数

【OpenCV例程200篇】89.带阻滤波器的传递函数欢迎关注『OpenCV例程200篇』系列,持续更新中欢迎关注『Python小白的OpenCV学习课』系列

【OpenCV 例程200篇】89. 带阻滤波器的传递函数


欢迎关注 『OpenCV 例程200篇』 系列,持续更新中
欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中





5.1 带阻与带通

空间域和频率域线性滤波器可以分为四类:低通滤波器、高通滤波器、带通滤波器和带阻滤波器。高通滤波和低通滤波都是在整个频率矩形上操作,带通滤波和带阻滤波则是对特定频带处理,属于选择性滤波。

带阻滤波器(bandstop filters,简称BSF)是指能通过大多数频率分量、但将某些范围的频率分量衰减到极低水平的滤波器。带通滤波器(band-pass filter)是一个允许特定频段的波通过同时屏蔽其他频段的设备。比如RLC振荡回路就是一个模拟带通滤波器。

频率域的高通滤波器可以由低通滤波器推导而来。类似地,频率域中的带通和带阻滤波器的传递函数,可以通过低通滤波器和高通滤波器的组合来构建。

理想带阻滤波器(IBRF) 的传递函数为:
H(u,v)={0,(C0−W/2)≤D(u,v)≤(C0+W/2)1,elseH(u,v)=\begin{cases} 0,\ (C_0-W/2) \leq D(u,v) \leq (C_0+W/2)\\ 1,\ else \end{cases} H(u,v)={0, (C0W/2)D(u,v)(C0+W/2)1, else
高斯带阻滤波器(GBRF) 的传递函数为:
H(u,v)=1−e−[D2(u,v)−C02D(u,v)W]2H(u,v)=1-e^{-[ \frac {D^2(u,v) - C_0^2} {D(u,v)W}]^2} H(u,v)=1e[D(u,v)WD2(u,v)C02]2

巴特沃斯带阻滤波器(BBRF) 的传递函数为:

H(u,v)=11+[D(u,v)WD2(u,v)−C02]2nH(u,v)= \frac {1} {1 +[ \frac {D(u,v)W} {D^2(u,v) - C_0^2}]^{2n}} H(u,v)=1+[D2(u,v)C02D(u,v)W]2n1




例程 8.28 带阻滤波器的传递函数

# OpenCVdemo08.py
# Demo08 of OpenCV
# 8. 图像的频率域滤波
# Copyright 2021 Youcans, XUPT
# Crated&#xff1a;2021-12-30 # 例程 8.28 带阻滤波器的传递函数def ideaBondResistFilter(shape, radius&#61;10, w&#61;5): # 理想带阻滤波器u, v &#61; np.meshgrid(np.arange(shape[1]), np.arange(shape[0]))D &#61; np.sqrt((u - shape[1]//2)**2 &#43; (v - shape[0]//2)**2)D0 &#61; radiushalfW &#61; w/2kernel &#61; np.piecewise(D, [D<&#61;D0&#43;halfW, D<&#61;D0-halfW], [1, 0])kernel &#61; 1 - kernel # 带阻return kerneldef gaussBondResistFilter(shape, radius&#61;10, w&#61;5): # 高斯带阻滤波器# 高斯滤波器&#xff1a;# Gauss &#61; 1/(2*pi*s2) * exp(-(x**2&#43;y**2)/(2*s2))u, v &#61; np.meshgrid(np.arange(shape[1]), np.arange(shape[0]))D &#61; np.sqrt((u - shape[1]//2)**2 &#43; (v - shape[0]//2)**2)C0 &#61; radiuskernel &#61; 1 - np.exp(-(D-C0)**2 / (w**2))return kerneldef butterworthBondResistFilter(shape, radius&#61;10, w&#61;5, n&#61;1): # 巴特沃斯带阻滤波u, v &#61; np.meshgrid(np.arange(shape[1]), np.arange(shape[0]))D &#61; np.sqrt((u - shape[1]//2)**2 &#43; (v - shape[0]//2)**2)C0 &#61; radiusepsilon &#61; 1e-8 # 防止被 0 除kernel &#61; 1.0 / (1.0 &#43; np.power(D*w/(D**2-C0**2&#43;epsilon), 2*n))return kernel# 理想、高斯、巴特沃斯带阻滤波器传递函数shape &#61; [128, 128]radius &#61; 32IBRF &#61; ideaBondResistFilter(shape, radius&#61;radius)GBRF &#61; gaussBondResistFilter(shape, radius&#61;radius)BBRF &#61; butterworthBondResistFilter(shape, radius&#61;radius)filters &#61; ["IBRF", "GBRF", "BBRF"]u, v &#61; np.mgrid[-1:1:2.0/shape[0], -1:1:2.0/shape[1]]fig &#61; plt.figure(figsize&#61;(10, 8))for i in range(3):hpFilter &#61; eval(filters[i]).copy()ax1 &#61; fig.add_subplot(3, 3, 3*i&#43;1)ax1.imshow(hpFilter, &#39;gray&#39;)ax1.set_title(filters[i]), ax1.set_xticks([]), ax1.set_yticks([])ax2 &#61; plt.subplot(3,3,3*i&#43;2, projection&#61;&#39;3d&#39;)ax2.set_title("transfer function")ax2.plot_wireframe(u, v, hpFilter, rstride&#61;2, linewidth&#61;0.5, color&#61;&#39;c&#39;)ax2.set_xticks([]), ax2.set_yticks([]), ax2.set_zticks([])ax3 &#61; plt.subplot(3,3,3*i&#43;3)profile &#61; hpFilter[shape[0]//2:, shape[1]//2]ax3.plot(profile), ax3.set_title("profile"), ax3.set_xticks([]), ax3.set_yticks([])plt.show()

在这里插入图片描述



&#xff08;本节完&#xff09;



版权声明&#xff1a;

youcans&#64;xupt 原创作品&#xff0c;转载必须标注原文链接

Copyright 2021 youcans, XUPT

Crated&#xff1a;2022-2-1




欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中
欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中



【OpenCV 例程200篇】01. 图像的读取&#xff08;cv2.imread&#xff09;
【OpenCV 例程200篇】02. 图像的保存&#xff08;cv2.imwrite&#xff09;
【OpenCV 例程200篇】03. 图像的显示&#xff08;cv2.imshow&#xff09;
【OpenCV 例程200篇】04. 用 matplotlib 显示图像&#xff08;plt.imshow&#xff09;
【OpenCV 例程200篇】05. 图像的属性&#xff08;np.shape&#xff09;
【OpenCV 例程200篇】06. 像素的编辑&#xff08;img.itemset&#xff09;
【OpenCV 例程200篇】07. 图像的创建&#xff08;np.zeros&#xff09;
【OpenCV 例程200篇】08. 图像的复制&#xff08;np.copy&#xff09;
【OpenCV 例程200篇】09. 图像的裁剪&#xff08;cv2.selectROI&#xff09;
【OpenCV 例程200篇】10. 图像的拼接&#xff08;np.hstack&#xff09;
【OpenCV 例程200篇】11. 图像通道的拆分&#xff08;cv2.split&#xff09;
【OpenCV 例程200篇】12. 图像通道的合并&#xff08;cv2.merge&#xff09;
【OpenCV 例程200篇】13. 图像的加法运算&#xff08;cv2.add&#xff09;
【OpenCV 例程200篇】14. 图像与标量相加&#xff08;cv2.add&#xff09;
【OpenCV 例程200篇】15. 图像的加权加法&#xff08;cv2.addWeight&#xff09;
【OpenCV 例程200篇】16. 不同尺寸的图像加法
【OpenCV 例程200篇】17. 两张图像的渐变切换
【OpenCV 例程200篇】18. 图像的掩模加法
【OpenCV 例程200篇】19. 图像的圆形遮罩
【OpenCV 例程200篇】20. 图像的按位运算
【OpenCV 例程200篇】21. 图像的叠加
【OpenCV 例程200篇】22. 图像添加非中文文字
【OpenCV 例程200篇】23. 图像添加中文文字
【OpenCV 例程200篇】23. 图像添加中文文字
【OpenCV 例程200篇】24. 图像的仿射变换
【OpenCV 例程200篇】25. 图像的平移
【OpenCV 例程200篇】26. 图像的旋转&#xff08;以原点为中心&#xff09;
【OpenCV 例程200篇】27. 图像的旋转&#xff08;以任意点为中心&#xff09;
【OpenCV 例程200篇】28. 图像的旋转&#xff08;直角旋转&#xff09;
【OpenCV 例程200篇】29. 图像的翻转&#xff08;cv2.flip&#xff09;
【OpenCV 例程200篇】30. 图像的缩放&#xff08;cv2.resize&#xff09;
【OpenCV 例程200篇】31. 图像金字塔&#xff08;cv2.pyrDown&#xff09;
【OpenCV 例程200篇】32. 图像的扭变&#xff08;错切&#xff09;
【OpenCV 例程200篇】33. 图像的复合变换
【OpenCV 例程200篇】34. 图像的投影变换
【OpenCV 例程200篇】35. 图像的投影变换&#xff08;边界填充&#xff09;
【OpenCV 例程200篇】36. 直角坐标与极坐标的转换
【OpenCV 例程200篇】37. 图像的灰度化处理和二值化处理
【OpenCV 例程200篇】38. 图像的反色变换&#xff08;图像反转&#xff09;
【OpenCV 例程200篇】39. 图像灰度的线性变换
【OpenCV 例程200篇】40. 图像分段线性灰度变换
【OpenCV 例程200篇】41. 图像的灰度变换&#xff08;灰度级分层&#xff09;
【OpenCV 例程200篇】42. 图像的灰度变换&#xff08;比特平面分层&#xff09;
【OpenCV 例程200篇】43. 图像的灰度变换&#xff08;对数变换&#xff09;
【OpenCV 例程200篇】44. 图像的灰度变换&#xff08;伽马变换&#xff09;
【OpenCV 例程200篇】45. 图像的灰度直方图
【OpenCV 例程200篇】46. 直方图均衡化
【OpenCV 例程200篇】47. 图像增强—直方图匹配
【OpenCV 例程200篇】48. 图像增强—彩色直方图匹配
【OpenCV 例程200篇】49. 图像增强—局部直方图处理
【OpenCV 例程200篇】50. 图像增强—直方图统计量图像增强
【OpenCV 例程200篇】51. 图像增强—直方图反向追踪
【OpenCV 例程200篇】52. 图像的相关与卷积运算
【OpenCV 例程200篇】53. Scipy 实现图像二维卷积
【OpenCV 例程200篇】54. OpenCV 实现图像二维卷积
【OpenCV 例程200篇】55. 可分离卷积核
【OpenCV 例程200篇】56. 低通盒式滤波器
【OpenCV 例程200篇】57. 低通高斯滤波器
【OpenCV 例程200篇】58. 非线性滤波—中值滤波
【OpenCV 例程200篇】59. 非线性滤波—双边滤波
【OpenCV 例程200篇】60. 非线性滤波—联合双边滤波
【OpenCV 例程200篇】61. 导向滤波&#xff08;Guided filter&#xff09;
【OpenCV 例程200篇】62. 图像锐化——钝化掩蔽
【OpenCV 例程200篇】63. 图像锐化——Laplacian 算子
【OpenCV 例程200篇】64. 图像锐化——Sobel 算子
【OpenCV 例程200篇】65. 图像锐化——Scharr 算子
【OpenCV 例程200篇】66. 图像滤波之低通/高通/带阻/带通
【OpenCV 例程200篇】67. 空间域图像增强的综合应用
【OpenCV 例程200篇】68. 空间域图像增强的综合应用
【OpenCV 例程200篇】69. 连续非周期信号的傅立叶系数
【OpenCV 例程200篇】70. 一维连续函数的傅里叶变换
【OpenCV 例程200篇】71. 连续函数的取样
【OpenCV 例程200篇】72. 一维离散傅里叶变换
【OpenCV 例程200篇】73. 二维连续傅里叶变换
【OpenCV 例程200篇】74. 图像的抗混叠
【OpenCV 例程200篇】75. Numpy 实现图像傅里叶变换
【OpenCV 例程200篇】76. OpenCV 实现图像傅里叶变换
【OpenCV 例程200篇】77. OpenCV 实现快速傅里叶变换
【OpenCV 例程200篇】78. 频率域图像滤波基础
【OpenCV 例程200篇】79. 频率域图像滤波的基本步骤
【OpenCV 例程200篇】80. 频率域图像滤波详细步骤
【OpenCV 例程200篇】81. 频率域高斯低通滤波器
【OpenCV 例程200篇】82. 频率域巴特沃斯低通滤波器
【OpenCV 例程200篇】83. 频率域低通滤波&#xff1a;印刷文本字符修复
【OpenCV 例程200篇】84. 由低通滤波器得到高通滤波器
【OpenCV 例程200篇】85. 频率域高通滤波器的应用
【OpenCV 例程200篇】86. 频率域滤波应用&#xff1a;指纹图像处理
【OpenCV 例程200篇】87. 频率域钝化掩蔽
【OpenCV 例程200篇】88. 频率域拉普拉斯高通滤波
【OpenCV 例程200篇】89. 带阻滤波器的传递函数
【OpenCV 例程200篇】90. 频率域陷波滤波器
【OpenCV 例程200篇】91. 高斯噪声、瑞利噪声、爱尔兰噪声
【OpenCV 例程200篇】92. 指数噪声、均匀噪声、椒盐噪声
【OpenCV 例程200篇】93. 噪声模型的直方图
【OpenCV 例程200篇】94. 算术平均滤波器
【OpenCV 例程200篇】95. 几何均值滤波器
【OpenCV 例程200篇】96. 谐波平均滤波器
【OpenCV 例程200篇】97. 反谐波平均滤波器
【OpenCV 例程200篇】98. 统计排序滤波器
【OpenCV 例程200篇】99. 修正阿尔法均值滤波器
【OpenCV 例程200篇】100. 自适应局部降噪滤波器



推荐阅读
  • Scala 实现 UTF-8 编码属性文件读取与克隆
    本文介绍如何使用 Scala 以 UTF-8 编码方式读取属性文件,并实现属性文件的克隆功能。通过这种方式,可以确保配置文件在多线程环境下的一致性和高效性。 ... [详细]
  • 本文详细介绍了Java中org.w3c.dom.Text类的splitText()方法,通过多个代码示例展示了其实际应用。该方法用于将文本节点在指定位置拆分为两个节点,并保持在文档树中。 ... [详细]
  • 本文详细介绍了如何使用 Yii2 的 GridView 组件在列表页面实现数据的直接编辑功能。通过具体的代码示例和步骤,帮助开发者快速掌握这一实用技巧。 ... [详细]
  • 在前两篇文章中,我们探讨了 ControllerDescriptor 和 ActionDescriptor 这两个描述对象,分别对应控制器和操作方法。本文将基于 MVC3 源码进一步分析 ParameterDescriptor,即用于描述 Action 方法参数的对象,并详细介绍其工作原理。 ... [详细]
  • 本文详细介绍了如何构建一个高效的UI管理系统,集中处理UI页面的打开、关闭、层级管理和页面跳转等问题。通过UIManager统一管理外部切换逻辑,实现功能逻辑分散化和代码复用,支持多人协作开发。 ... [详细]
  • 本文详细解析了Python中的os和sys模块,介绍了它们的功能、常用方法及其在实际编程中的应用。 ... [详细]
  • 本文详细介绍了如何在ECharts中使用线性渐变色,通过echarts.graphic.LinearGradient方法实现。文章不仅提供了完整的代码示例,还解释了各个参数的具体含义及其应用场景。 ... [详细]
  • 本文详细探讨了JDBC(Java数据库连接)的内部机制,重点分析其作为服务提供者接口(SPI)框架的应用。通过类图和代码示例,展示了JDBC如何注册驱动程序、建立数据库连接以及执行SQL查询的过程。 ... [详细]
  • 解决JAX-WS动态客户端工厂弃用问题并迁移到XFire
    在处理Java项目中的JAR包冲突时,我们遇到了JaxWsDynamicClientFactory被弃用的问题,并成功将其迁移到org.codehaus.xfire.client。本文详细介绍了这一过程及解决方案。 ... [详细]
  • CentOS7源码编译安装MySQL5.6
    2019独角兽企业重金招聘Python工程师标准一、先在cmake官网下个最新的cmake源码包cmake官网:https:www.cmake.org如此时最新 ... [详细]
  • 本文详细介绍了如何使用Python编写爬虫程序,从豆瓣电影Top250页面抓取电影信息。文章涵盖了从基础的网页请求到处理反爬虫机制,再到多页数据抓取的全过程,并提供了完整的代码示例。 ... [详细]
  • 本文详细介绍了Java中org.eclipse.ui.forms.widgets.ExpandableComposite类的addExpansionListener()方法,并提供了多个实际代码示例,帮助开发者更好地理解和使用该方法。这些示例来源于多个知名开源项目,具有很高的参考价值。 ... [详细]
  • 使用GDI的一些AIP函数我们可以轻易的绘制出简 ... [详细]
  • 卷积神经网络(CNN)基础理论与架构解析
    本文介绍了卷积神经网络(CNN)的基本概念、常见结构及其各层的功能。重点讨论了LeNet-5、AlexNet、ZFNet、VGGNet和ResNet等经典模型,并详细解释了输入层、卷积层、激活层、池化层和全连接层的工作原理及优化方法。 ... [详细]
  • 本文详细介绍了Java Web应用程序中的过滤器(Filter)功能,包括其作用、实现方式及配置方法。过滤器可以在请求到达目标资源之前对其进行预处理,并在响应返回给客户端之前进行后处理。 ... [详细]
author-avatar
YW1232602897663_231
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有