高通滤波和低通滤波理性到感性分析

这篇具有很好参考价值的文章主要介绍了高通滤波和低通滤波理性到感性分析。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

高通滤波和低通滤波理性到感性分析

高通低通滤波辨析

  • 物理意义:
    • 从频率角度,高通滤掉低频信息,低通滤掉高频信息
    • 从采样点看,低通使样点前后变化更平缓,也即增大低频,降低高频
  • 总体说明
    • 本质是对当前维度的样点值,进行平滑,去除相关高低频率的信息
    • 时域越平缓,对应的低频信息越多;时域越变化,对应的高频信息越多
  • 低通(1阶)
    • alpha参数,从0-1变化,0则无滤波效果全为初始值x[0],1则全为x[i]输入
    • 0.1低通最狠,0.8低通稍轻
    • 总体是压低样点前后间的变化,光滑曲线减少变化,拉得更像一条直线
  • 高通(1阶)
    • 总体是在压低振幅范围,包络前后变化不明显
    • 0.1高通最狠,0.8高通稍轻
    • 样点间变的小幅密集,实现高通,平缓变化被减弱,从而阻止低通

公式如下图:
高通滤波和低通滤波理性到感性分析

低通滤波参数对比:
高通滤波和低通滤波理性到感性分析
高通滤波和低通滤波理性到感性分析

高通滤波和低通滤波理性到感性分析

高通滤波参数对比:

高通滤波和低通滤波理性到感性分析
高通滤波和低通滤波理性到感性分析
高通滤波和低通滤波理性到感性分析

Python仿真代码

编码进行对比分析:文章来源地址https://www.toymoban.com/news/detail-459375.html

# -*- coding: utf-8 -*-
"""
Created on Thu Jul  7 14:09:06 2022

@author: laizhixiao
"""

import matplotlib.pyplot as plt      # 绘图用
import numpy as np                   # 数据处理用
import math as mt                    # 数学运算


def plot_advance(x, y0, y1, xx):
    fig2 = plt.figure()
#    l1 = plt.plot(x, y0, color='r',marker='o', linestyle='dashed', label='yl')   # 返回结果为对线操作的句柄
    l2 = plt.plot(x, y1, color='k',marker='.', linestyle='--', label='yh')        # 黑色,linestye: -, --实线
    l2 = plt.plot(x, xx, color='b',marker='.', linestyle='--', label='xx')        # 黑色,linestye: -, --实线
    
    plt.xlabel('x')
    plt.ylabel('y')
    plt.title('test')
    plt.legend()                             # 显示图例,即每条线对应 label 中的内容
#     plt.axis([-1, 33, -1, 480])            # [xmin, xmax, ymin, ymax]
    plt.xlim(-1, 33)                         # 或单独设置
    plt.ylim(-3, 3)
#     plt.grid()
    plt.grid(linestyle='--')               # 组合有: -.   -- 
    plt.show()
#    plt.savefig('./salary.jpg')
    fig2.savefig('./pic.jpg')
    # plt.close(fig2)


if __name__ == "__main__":
    x0 = list(range(30))
    x  = np.random.randn(30)

    #lowpass
    yl = list(range(30))
    yl[0] = x[0]
    alpha = 0.8
    for i in range(29):
        i = i + 1
        yl[i] = alpha * x[i] + (1 - alpha) * (yl[i - 1])

    #highpass
    yh = list(range(30))
    yh[0] = x[0]
    for i in range(29):
        i = i + 1
        yh[i] = alpha * yh[i - 1] + alpha * (x[i] - x[i - 1])

    print('start processing...')
    plot_advance(x0, yl, yh, x)
    print('done!')

参考资料


  1. 高通滤波与低通滤波的简单理解,link1
  2. 低通滤波器和高通滤波器的程序实现原理推导,link2

到了这里,关于高通滤波和低通滤波理性到感性分析的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • ADI的音频DSP选型问题,感性和理性的分析一波

    作者的话 关于ADI的音频DSP选型,OP每天几乎都会遇到这样的问题,索性我就写一篇文章,详细的说一说,后面有兄弟们再问,我就直接贴这个给你看。 先说ADI的音频DSP类别 前面的文章我有讲过,ADI的DSP毋庸置疑的是小众,哪怕是放在ADI的产品线里也是边角料一般的存在,但

    2024年02月11日
    浏览(48)
  • 图像处理之高通滤波器与低通滤波器

    目录 高频与低频区分: 高通滤波器: 1.傅里叶变换: 低通滤波器: 总结:         在了解图像滤波器之前,先谈一下如何区分图像的高频信息和低频信息,所谓高频就是该像素点与周围像素差异较大,常见于一副图像的边缘细节和噪声等;而低频就是该像素点与周围像素

    2023年04月09日
    浏览(46)
  • 第三章 图像的低通与高通滤波

    前面讲解了一些图像的基本理论以及操作,这一张将聚焦与图像的滤波操作。 解释: 图像卷积是一种在图像处理中广泛使用的操作。其基本思想是在图像的每个像素点上,以该点为中心选择一个固定大小的滤波器模板(通常是一个矩阵),并将该滤波器与该像素点及其相邻

    2024年02月05日
    浏览(39)
  • 【计算机视觉】图像分割与特征提取——频域增强(低通滤波&高通滤波)

    个人简介:  📦个人主页:赵四司机 🏆学习方向:JAVA后端开发  ⏰往期文章:SpringBoot项目整合微信支付 🔔博主推荐网站:牛客网 刷题|面试|找工作神器 📣种一棵树最好的时间是十年前,其次是现在! 💖喜欢的话麻烦点点关注喔,你们的支持是我的最大动力。 前言:

    2024年01月15日
    浏览(50)
  • matalb 图像处理 低通滤波和高通滤波 (理想,巴特沃斯,高斯 含代码)

    1.低通滤波 主要分为理想低通滤波,巴特沃斯低通滤波,高斯低通滤波 理想低通滤波: 其中:对于大小为M*N的图像,频率点(u,v)与频域中心的距离为D(u,v),其表达式为: 下列的D(u,v)都相同 巴特沃斯低通滤波: 高斯低通滤波: 2.高通滤波 理想高通滤波: 巴特沃斯高通滤波

    2024年02月08日
    浏览(36)
  • 一次弄懂低通、高通、带通、带阻、状态可调滤波器!

    二阶压控低通滤波器电路如图所示,由R1、C1 及R2、C2 分别构成两个一阶低通滤波器,但C1 接输出端,引入电压正反馈,形成压控滤波器。 (1) 传递函数 (2) 频率特性 可见该低通滤波器特点是阻尼系数ζ 由电阻R1、R2,C1、C2 的比决定;而固有频率ω0与R1、R2、C1、C2 具体数值有关

    2024年02月11日
    浏览(30)
  • 使用C++设计滤波器(低通滤波器,高通滤波器,带通滤波器)

    以下是一个使用C++语言编写的基本低通滤波器的示例代码,它可以对输入信号进行滤波以降低高频成分: 在这个示例中,我们使用一个一阶滤波器来实现低通滤波器。该滤波器具有一个截止频率,所有高于该频率的信号成分都会被过滤掉。在构造函数中,我们根据采样率和截

    2024年02月11日
    浏览(38)
  • STM32HAL库定时器中断、按键中断、串口中断、按键消抖和低通滤波算法详解

    本文将详细介绍STM32HAL库中的定时器中断、按键中断、串口中断的使用方法,以及按键消抖和低通滤波算法的实现。希望能对您的STM32开发提供帮助。 目录 1. 定时器中断 2. 按键中断 3. 串口中断 4. 按键消抖 5. 低通滤波算法 一、定时器中断 定时器中断是STM32开发中常用的一种

    2024年02月15日
    浏览(50)
  • OpenCV(图像处理)-基于Oython-滤波器(低通、高通滤波器的使用方法)

    低通滤波 :低通滤波可以去除图像的噪音或平滑图像。 高通滤波 :可以帮助查找图像的边缘。 噪音 :即对一幅图像的产生负面效果,过暗或过亮的部分,一幅图像中,低于或高于某个像素点的值,都可以认为是噪音。 卷积核 :即用来滤波的矩阵,卷积核一般为奇数,如

    2024年02月09日
    浏览(53)
  • OpenCV(图像处理)-基于python-滤波器(低通、高通滤波器的使用方法)

    低通滤波 :低通滤波可以去除图像的噪音或平滑图像。 高通滤波 :可以帮助查找图像的边缘。 噪音 :即对一幅图像的产生负面效果,过暗或过亮的部分,一幅图像中,低于或高于某个像素点的值,都可以认为是噪音。 卷积核 :即用来滤波的矩阵,卷积核一般为奇数,如

    2024年02月09日
    浏览(62)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包