GIS数据处理-IDL自带函数的巴特沃斯(butterworth)高通/低通滤波

在之前的文章中,我曾经介绍过IDL实现巴特沃斯(butterworth)高通滤波IDL实现巴特沃斯(butterworth)低通滤波,不过自己写的套上几重FOR循环,总感觉效率太低。今天介绍的是使用IDL自带的巴特沃斯(butterworth)高通/低通滤波。

下面是冈萨雷斯版本的巴特沃斯(butterworth)滤波器。

巴特沃斯(butterworth)低通滤波器

巴特沃斯(butterworth)高通滤波器

IDL自带巴特沃斯(butterworth)滤波器

\[\frac{1}{\sqrt{1+(\frac{\omega}{\omega_{c}})^{2N}}}\]

从公式以及IDL官方帮助文档里面可以看出这里实现的是一个低通的巴特沃斯。

示例代码

;AUTHOR:尹全超
PRO mybtworth
filter = BUTTERWORTH(500,500,CUTOFF=5,/ORIGIN)
img = image(filter)
END

效果图

这是一个500*500,截断频率为5的低通滤波器,具体函数原型为:

Result = BUTTERWORTH( X [, Y [, Z]] [, CUTOFF=value] [, ORDER=value] [, /ORIGIN] [, XDIM=value] [, YDIM=value] [, ZDIM=value] )

我看了下相关参数没有关于高通巴特沃斯滤波的实现,于是想了下面的办法。

更新:IDL中,可以通过BUTTERWORTH的ORDER参数控制高通和低通滤波,具体方法见:更新IDL实现巴特沃斯(butterworth)高通滤波,但是下面的方法仍有参考意义。

方法一:整体减去低通,这个用于在具体滤波的时候,乘以原始图像,然后再用原始图像减去低通的图像,剩下的就是高通。

方法二:可以对上面这个公式做一个推导,推导成高通滤波函数,最后结果如下:

高通 = sqrt(1 - 低通 * 低通)

示例代码

;Author: 尹全超
PRO higpassbutterworth
filter = BUTTERWORTH(500,500,CUTOFF=100,/ORIGIN)
filter = sqrt(1-filter*filter)
img = image(filter)
END

效果如图

GIS基础-DEM定义及相关术语 GIS基础-DEM研究内容与体系

作者:,GIS爱好者。
分享本文,请您带上本文链接
分享到:

发表评论