GIS数据处理-更新IDL实现巴特沃斯(butterworth)高通滤波

本文目录
  • 正文

在之前的文章:IDL自带函数的巴特沃斯(butterworth)高通/低通滤波中,我介绍了IDL自带巴特沃斯(butterworth)函数实现了巴特沃斯(butterworth)高通/低通滤波。在文章中,我说没有关于高通巴特沃斯滤波的实现,今天发现是错误的。

IDL自带巴特沃斯(butterworth)滤波器

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

那么根据推导,高通的时候,N>0,低通的时候,N<0,N为阶娄。

所以低通滤波器应为

\[\frac{1}{\sqrt{1+(\frac{\omega}{\omega_{c}})^{2N}}}\] N>0

高通滤波器应为

\[\frac{1}{\sqrt{1+(\frac{\omega}{\omega_{c}})^{2N}}}\] N<0

结论

通过butterworth函数的ORDER参数控制高通和低通

示例

;AUTHOR:尹全超
PRO butterworth_h_l
filter = BUTTERWORTH(500,500,CUTOFF=50,/ORIGIN,ORDER=-1)
img = image(filter,title="高通",font_name = 'Microsoft Yahei')
filter = BUTTERWORTH(500,500,CUTOFF=5,/ORIGIN,ORDER=1)
img1 = image(filter,title="低通",font_name = 'Microsoft Yahei')
END

效果如图

如您有疑问,可在文末留言,或到QQ群提问。

本站QQ群:291616564 麻辣GIS

微信公众号:malagis,扫描右边二维码直接关注。

微信捐助麻辣GIS 支付宝捐助麻辣GIS

如果本文对您有所帮助,欢迎对我们团队进行打赏捐助,让我们在传播3S的路上可以走得更远。


作者:,GIS爱好者。
分享本文,请您带上本文链接

发表评论