Saturday, 11 February 2017

Déplacement Moyenne Numérique Passe Bas Filtre

Le guide des scientifiques et ingénieurs sur le traitement du signal numérique Par Steven W. Smith, Ph. D. Filtres passe-haut, passe-bande et rejet de bande Les filtres passe-haut, passe-bande et rejet de bande sont conçus en commençant par un filtre passe-bas puis en le convertissant en la réponse souhaitée . Pour cette raison, la plupart des discussions sur la conception de filtre ne donnent que des exemples de filtres passe-bas. Il existe deux méthodes pour la conversion passe-bas-passe-haut: inversion spectrale et inversion spectrale. Les deux sont tout aussi utiles. Un exemple d'inversion spectrale est illustré en 14-5. La figure (a) montre un kernel de filtre passe-bas appelé windowed-sinc (le sujet du chapitre 16). Ce noyau de filtre a une longueur de 51 points, bien que de nombreux échantillons aient une valeur si petite qu'ils semblent être zéro dans ce graphe. La réponse en fréquence correspondante est indiquée en (b), trouvée en ajoutant 13 zéros au noyau du filtre et en prenant une FFT de 64 points. Deux choses doivent être faites pour changer le noyau du filtre passe-bas en un noyau de filtre passe-haut. Tout d'abord, changez le signe de chaque échantillon dans le noyau du filtre. Deuxièmement, ajouter un à l'échantillon au centre de symétrie. Il en résulte le noyau du filtre passe-haut représenté en (c), avec la réponse en fréquence indiquée en (d). L'inversion spectrale retourne la réponse en fréquence de haut en bas. Le changement des bandes passantes en bandes d'arrêt et les bandes d'arrêt en bandes passantes. En d'autres termes, il passe d'un filtre passe-bas à passe-haut, passe-haut à passe-bas, passe-bande à bande-rejet ou bande-rejet à bande passante. La figure 14-6 montre pourquoi cette modification en deux étapes du domaine temporel donne un spectre de fréquence inversé. En (a), le signal d'entrée, x n, est appliqué à deux systèmes en parallèle. Un de ces systèmes est un filtre passe-bas, avec une réponse impulsionnelle donnée par h n. L'autre système ne fait rien au signal, et a donc une réponse impulsionnelle qui est une fonction delta, delta n. La sortie globale, y n, est égale à la sortie du système passe-tout moins la sortie du système passe-bas. Puisque les composantes basse fréquence sont soustraites du signal original, seules les composantes haute fréquence apparaissent dans la sortie. Ainsi, un filtre passe-haut est formé. Cela pourrait être effectué en deux étapes dans un programme informatique: exécuter le signal via un filtre passe-bas, puis soustraire le signal filtré de l'original. Cependant, l'opération entière peut être réalisée dans un étage de signal en combinant les deux noyaux de filtre. Comme décrit au chapitre 7, les systèmes parallèles avec des sorties ajoutées peuvent être combinés en une seule étape en ajoutant leurs réponses impulsionnelles. Comme indiqué en (b), le noyau de filtre pour le filtre passe-haut est donné par: delta n - h n. C'est-à-dire, changer le signe de tous les échantillons, puis ajouter un à l'échantillon au centre de symétrie. Pour que cette technique fonctionne, les composants basse fréquence sortant du filtre passe-bas doivent avoir la même phase que les composants basse fréquence sortant du système passe-tout. Sinon, une soustraction complète ne peut avoir lieu. Ceci impose deux restrictions à la méthode: (1) le noyau de filtre d'origine doit avoir une symétrie gauche-droite (c'est-à-dire une phase nulle ou linéaire), et (2) l'impulsion doit être ajoutée au centre de symétrie. La deuxième méthode pour la conversion passe-bas à passe-haut, inversion spectrale. Est illustré sur la Fig. 14-7. Comme précédemment, le noyau de filtre passe-bas en (a) correspond à la réponse en fréquence en (b). Le noyau du filtre passe-haut, (c), est formé en changeant le signe de chaque autre échantillon en (a). Comme représenté dans (d), cela retourne le domaine fréquentiel gauche-pour-droite. 0 devient 0,5 et 0,5 devient 0. La fréquence de coupure de l'exemple de filtre passe-bas est de 0,15, ce qui fait que la fréquence de coupure du filtre passe-haut est de 0,35. Changer le signe de chaque autre échantillon équivaut à multiplier le noyau du filtre par une sinusoïde de 0,5. Comme discuté au chapitre 10, ceci a pour effet de décaler le domaine de fréquence de 0,5. Regardez (b) et imaginez les fréquences négatives entre -0,5 et 0 qui sont de l'image miroir des fréquences comprises entre 0 et 0,5. Les fréquences qui apparaissent dans (d) sont les fréquences négatives de (b) décalées de 0,5. Enfin, les Figs. 14-8 et 14-9 montrent comment les noyaux de filtre passe-bas et passe-haut peuvent être combinés pour former des filtres passe-bande et de rejet de bande. En bref, l'ajout des noyaux de filtre produit un filtre de rejet de bande, tandis que la convolution des noyaux de filtre produit un filtre passe-bande. Ceux-ci sont basés sur la façon dont les systèmes en cascade et parallèles sont combinés, comme discuté au chapitre 7. Une combinaison multiple de ces techniques peut également être utilisée. Par exemple, un filtre passe-bande peut être conçu en ajoutant les deux noyaux de filtre pour former un filtre passe-bande, puis utiliser l'inversion spectrale ou l'inversion spectrale comme décrit précédemment. Toutes ces techniques fonctionnent très bien avec peu de surprises. Filtrage d'image peut être groupé en deux en fonction des effets: Filtres passe-bas (Lissage) Le filtrage passe-bas (aka lissage), est utilisé pour supprimer le bruit de haute fréquence spatiale d'une image numérique. Les filtres passe-bas utilisent généralement un opérateur de fenêtre mobile qui affecte un pixel de l'image à la fois, en changeant sa valeur par une fonction d'une région locale (fenêtre) de pixels. L'opérateur se déplace sur l'image pour affecter tous les pixels de l'image. Filtres passe-haut (Détection des bords, affûtage) Un filtre passe-haut peut être utilisé pour rendre l'image plus nette. Ces filtres mettent l'accent sur des détails fins dans l'image - l'opposé du filtre passe-bas. Le filtrage passe-haut fonctionne de la même manière que le filtrage passe-bas, il utilise simplement un noyau de convolution différent. Lors du filtrage d'une image, chaque pixel est affecté par ses voisins, et l'effet net du filtrage consiste à déplacer des informations autour de l'image. Dans ce chapitre, bien utiliser cette image: bogotobogo recherche sur le site: bogotobogo recherche sur le site: Le filtrage moyen est facile à mettre en œuvre. Il est utilisé comme une méthode de lissage des images, en réduisant la quantité de variation d'intensité entre un pixel et l'autre résultant dans la réduction du bruit dans les images. L'idée du filtrage moyen est simplement de remplacer chaque valeur de pixel dans une image par la valeur moyenne (moyenne) de ses voisins, y compris elle-même. Cela a pour effet d'éliminer les valeurs de pixels qui ne sont pas représentatives de leur environnement. Le filtrage moyen est généralement considéré comme un filtre de convolution. Comme d'autres convolutions, il est basé autour d'un noyau, qui représente la forme et la taille du voisinage à échantillonner lors du calcul de la moyenne. Le filtre2 () est défini comme: Y filter2 (h, X) filtre les données dans X avec le filtre FIR à deux dimensions dans le filtre Matrice h. Il calcule le résultat, Y, en utilisant une corrélation bidimensionnelle, et renvoie la partie centrale de la corrélation qui est de la même taille que X. Elle retourne la partie de Y spécifiée par le paramètre de forme. Shape est une chaîne avec l'une de ces valeurs: full. Renvoie la corrélation bidimensionnelle complète. Dans ce cas, Y est plus grand que X. même. (Par défaut) Retourne la partie centrale de la corrélation. Dans ce cas, Y est la même taille que X. valide. Renvoie uniquement les parties de la corrélation qui sont calculées sans bordures rembourrées. Dans ce cas, Y est plus petit que X. Maintenant, nous voulons appliquer le noyau défini dans la section précédente en utilisant filter2 (): Nous pouvons voir l'image filtrée (à droite) a été floue un peu par rapport à l'entrée d'origine (à gauche) . Comme mentionné précédemment, le filtre passe-bas peut être utilisé débruitage. Laisse le tester. Tout d'abord, pour rendre l'entrée un peu sale, nous pulvériser du poivre et du sel sur l'image, puis appliquer le filtre moyen: Il a un certain effet sur le bruit du sel et du poivre, mais pas beaucoup. Il a simplement fait flou. Que diriez-vous d'essayer le filtre médian intégré Matlabs bogotobogo recherche du site: bogotobogo recherche du site: Filtre médian - medfilt2 () Voici le script: Beaucoup mieux. Contrairement au filtre précédent qui utilise juste la valeur moyenne, cette fois nous avons utilisé la médiane. Le filtrage médian est une opération non linéaire souvent utilisée dans le traitement d'image pour réduire le bruit du sel et du poivre. Notez également que le medfilt2 () est un filtre 2-D, donc il ne fonctionne que pour l'image en niveaux de gris. Pour supprimer le bruit pour l'image RVB, allez à la fin de ce chapitre: Suppression du bruit en image RVB. Matlab fournit une méthode pour créer un filtre 2-D prédéfini. Son fspecial (): h fspecial (type) crée un filtre bidimensionnel h du type spécifié. Il retourne h comme un noyau de corrélation, qui est la forme appropriée à utiliser avec imfilter (). Le type est une chaîne ayant l'une de ces valeurs: Traitement d'image et de vidéo Matlab Traitement vidéo d'image OpenCV 3 Traitement d'image et de vidéo OpenCV 3 avec Python


No comments:

Post a Comment