GIS数据处理-更新IDL实现巴特沃斯（butterworth）高通滤波

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