Lowpass / Highpass filtrelemenin fiziksel yorumu nedir?

16

Görüntü / Sinyal işleme bağlamında gördük / 4 örnek varsa ve bu 4 örneğin ortalamasını alırsak sonuç örneğinin düşük geçişli filtrelenmiş çıktı örneği olduğunu biliyoruz. Bu, Görüntü işleme bağlamında çok önemlidir. Şimdi, yüksek geçişli filtrelemeyi ima eden işlem nedir, maksimum 4 numunenin bir kısmını bulmak ve bunu çıkış örneği olarak koymak ya da ortalamanın düşük geçişli filtrelemeyi ima ettiği gibi diğer matematiksel işlemlerin yüksek geçişli filtrelemeyi ima etmesi.

lowpass-filter highpass-filter

— altın anlam
kaynak

13

4 örnek almak ve ortalamasını almak için verdiğiniz örnek bir çeşit fakir adamın düşük geçirgen filtresidir. Genellikle işler bu kadar basit değildir. Ancak, bu basit örnekleri kullanmanın bir değeri vardır.

Düşük geçişli bir filtre aslında 4 numune alıp ortalama bir numune almak gibidir. Ör:

samples = [6 1 -10 -4];
avg_value = mean(samples) = -1.75

Yüksek geçiş filtresi "DC" terimini kaldırıyor. Veya daha genel olarak, değişmeyen verileri kaldırıyor. Bunu düşünmenin basit bir yolu, avg_value değerinizi her örnekten çıkarmaktır. Ör:

samples = [6 1 -10 -4];
avg_value = mean(samples) = -1.75;
high_pass = samples-avg_value;
high_pass: [7.75 2.75 -8.25 -2.25]

Şimdi "yüksek geçişli" sinyalin ortalamasını alırsanız, sonuçta 0 elde edersiniz.

Bahsettiğim bu iki 'filtre', size yalnızca DC'yi veren bir filtreniz ve yalnızca DC'yi kaldıran başka bir filtrenizin olması nedeniyle aşırıdır. Temel olarak, alçak geçiren filtrenin size yeşil ve yüksek geçiren filtrenin sarıya verdiği bu ideal filtre elde edersiniz.

ideal

Kullanacağınız filtrelerin çoğunda düşük geçiş için daha çok benzer bir yanıt olacaktır:

düşük geçiş

ve bu yüksek bir geçiş için:

yüksek geçiş

— Kellenjb
kaynak

kellenjb - Teşekkürler. Cevabınızda u söylediklerinizi ilişkilendirebilirim: high_pass = sample - average ve @Mortin Thompson'ın bu cevapta OriginalImage - Blurred version = ImaeEdgeMap olan Image netleştirme algoritmasına söylediği şey. And OriginalImage + ImageEdgeMap = Keskin OriginalImage.

— goldenmean

3

Bir yüksek geçiren gelmez sadece , DC kaldırırsanız bazı "kesme" noktasının altındaki tüm frekanslar (bazı lisans veya başka) hafifletir.

— Martin Thompson

2

@Martin Evet, ve düşük geçiş filtresi size sadece DC vermez. Ben sadece basit davaya gidiyorum çünkü OP olduğu yerde gibi görünüyor.

— Kellenjb

1

Neden inişli çıkışlı? Geliştirmek için ne yapabilirim?

— Kellenjb

8

İlk olarak, ortalama çok spesifik bir düşük geçiş filtresidir.

Yüksek geçişli filtreleme, hızlı değişiklikleri korumak ve "kademeli değişiklikleri" silmek anlamına gelir. Farklılaşma bunu yapmanın klasik matematiksel bir yoludur.

$(\begin{matrix} 1 & -1 \end{matrix})$

Yüksek geçişli filtrelemeye görüntü işleme çevrelerinde "kenar algılama" da denir.

— Martin Thompson
kaynak

Farklılaşma ile, demek demek fark sinyali. Highpass = [sample1 - sample2, sample2 - sample3, sample3 - sample4] gibi. Bu tür bir şey.

— goldenmean

@goldenmean evet, demek istediği bu. Bazen farklı ölçekleme faktörleri [sample1 gibi ihtiyaç duyulan şeye bağlı eklenir - 0,5 * sample2, sample2 - 0,5 * sample3 vb .. (1 -.5) ile evriştirerek aynıdır O

— Kellenjb

Farklılaşma geleneksel bir yüksek geçirgen filtre değildir. Yanıt sonsuzluğa

— yükseliyor

6

Görüntü işlemede, düşük geçiş filtresi, pikselin çevresini ortaladığı için görüntüleri daha pürüzsüz ve daha bulanık hale getirir. Yüksek geçiş filtresi, görüntülerdeki kenarları algıladığından kenarların daha görünür ve keskin olmasını sağlar. Bunun nedeni kenarların meydana geldiği yerlerde görüntülerde en dramatik değişikliğin meydana gelmesidir. Düşük geçiş, mahallenin ortalamasını alarak görüntüdeki bu dramatik artışı veya azalmayı azaltmaya çalışırken, yüksek geçiş filtresi piksel değerlerini çıkararak daha görünür hale getirir.

— Hephaestus
kaynak

0

Farklı bir analog bakış açısından, filtreleme, giriş sinyalinin bazı kısımlarını reddetmek anlamına gelir. Başka bir deyişle, "empedans" filtresi sinyalin bazı kısımlarıyla uyuşmaz, dolayısıyla geri yansıtılır.

— Sami Aldalahmeh
kaynak