主要内容

fwind1.

使用1-D窗口方法2-D FIR滤波器

页面上倒塌

句法

赢得h = fwind1(高清)
h = fwind1(高清、win1 win2)
H = FWIND1（F1，F2，HD，___）

描述

这fwind1.功能使用窗口方法设计2-D FIR滤波器。fwind1.使用1-D窗口规范来根据所需的频率响应设计2-D FIR滤波器。fwind1.仅适用于1-D窗户。用FWIND2.使用2-D Windows。

您可以通过使用使用2-D FIR滤波器将其应用于图像Filter2.功能。

例子

H= fwind1（高清那赢得）创建一个二维FIR滤波器H基于期望的频率响应高清．这fwind1.函数使用一维窗口赢得使用黄的方法形成大约圆形对称的2-D窗口。

H= fwind1（高清那win1那win2）使用两个1 d Windows，win1和win2，创建可分离的2-D窗口。

H= fwind1（F1那F2那高清那___）使您能够指定所需的频率响应高清在任意频率下F1和F2沿着X- - -y相互重合。

例子

全部收缩

打开生活的脚本

此示例显示如何使用1-D窗口方法设计大致圆对称的二维带通滤波器。

创建频率范围向量F1和F2使用Freqspace.．这些载体的长度为21。

[F1，F2] = Freqspace（21，'meshgrid'）;

从中心频率计算每个位置的距离。

r = sqrt（f1。^ 2 + f2。^ 2）;

创建一个矩阵高清包含所需的带通响应。在该示例中，所需的通带在0.1和0.5之间（归一化频率，其中1.0对应于采样频率的一半，或 π 弧度）。

HD = =（21）;HD（（R <0.1）|（R> 0.5））= 0;

显示理想的带通响应。

Colormap（Parula（64））网格（F1，F2，HD）

图中包含一个坐标轴。轴包含一个类型为曲面的对象。

设计1-D窗口。该示例使用长度21的汉明窗口。

WIN = 0.54  -  0.46 * COS（2 * PI *（0:20）/ 20）;

绘制1-D窗口。

图绘图（Linspace（-1,1,21），Win）;

图中包含一个坐标轴。轴包含类型线的对象。

使用1-D窗口，设计最佳产生此频率响应的过滤器

H = FWIND1（HD，WIN）;

显示此滤波器的实际频率响应。

freqz2 (h)

图中包含一个坐标轴。轴包含一个类型为曲面的对象。

输入参数

全部收缩

所需的频率响应，指定为数字矩阵。高清在-1.0和1.0(归一化频率，其中1.0对应的是一半的采样频率，或π弧度)之间的等间隔点上采样X和y频率轴。为了得到准确的结果，创建高清通过使用Freqspace.功能。

数据类型：单身的|双倍的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64

一维窗口，指定为数字矩阵。如果您有信号处理工具箱™软件，那么您可以指定赢得使用窗户如汉明(信号处理工具箱)那汉(信号处理工具箱)那巴特利特(信号处理工具箱)那黑人曼(信号处理工具箱)那凯撒(信号处理工具箱)， 或者Chebwin.(信号处理工具箱)．

数据类型：单身的|双倍的

一维窗口，指定为数字矩阵。

数据类型：单身的|双倍的

一维窗口，指定为数字矩阵。

数据类型：单身的|双倍的

沿着期望的频率X-轴。频率矢量应在[-1,1]的范围内，其中1.0对应于采样频率的一半，或π弧度。

数据类型：单身的|双倍的

沿着期望的频率y-轴。频率矢量应在[-1,1]的范围内，其中1.0对应于采样频率的一半，或π弧度。

数据类型：单身的|双倍的

输出参数

全部收缩

2-D FIR滤波器，返回为数字矩阵。窗口的长度控制得到的滤波器的大小。

  • 如果指定单个窗口赢得的长度N，那么大小H是N——- - - - - -N．

  • 如果您指定两个窗口win1和win2的长度N和m分别，则大小H是m——- - - - - -N．

如果高清是数据类型单身的， 然后H是数据类型单身的．否则,H是数据类型双倍的．

数据类型：单身的|双倍的

算法

这fwind1.函数采用一维窗口规范，使用黄的方法形成大约圆对称的二维窗口，

W. （ N 1 那 N 2 ） = W. （ T. ） | T. = N 1 2 + N 2 2 那

在哪里W.（T.）是一维窗口和W.（N1那N2）是由此产生的二维窗口。

给定两个窗户，fwind1.函数形成一个可分离的二维窗口:

W. （ N 1 那 N 2 ） = W. 1 （ N 1 ） W. 2 （ N 2 ） ．

这fwind1.函数调用的FWIND2.具有所需的频率响应高清和二维窗口。这FWIND2.功能计算H使用二维窗口的逆傅立叶变换和乘法：

H D. （ N 1 那 N 2 ） = 1 （ 2 π ） 2 ∫ - π π ∫ - π π H D. （ ω 1 那 ω 2 ） E. j ω 1 N 1 E. j ω 2 N 2 D. ω 1 D. ω 2

H （ N 1 那 N 2 ） = H D. （ N 1 那 N 2 ） W. （ N 1 那 N 2 ）

参考文献

[1] LIM，JAE S.，二维信号和图像处理，Englewood Cliffs，NJ，Prentice Hall，1990。

也可以看看

|||||

话题

之前介绍过的R2006a

图像处理工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书