線性相位濾波器的特點(diǎn)解析

　　濾波

　　濾波是將信號(hào)中特定波段頻率濾除的操作，是抑制和防止干擾的一項(xiàng)重要措施。濾波分為經(jīng)典濾波和現(xiàn)代濾波。濾波是將信號(hào)中特定波段頻率濾除的操作，是抑制和防止干擾的一項(xiàng)重要措施。是根據(jù)觀察某一隨機(jī)過程的結(jié)果，對(duì)另一與之有關(guān)的隨機(jī)過程進(jìn)行估計(jì)的概率理論與方法。

　　濾波器

　　電源濾波器是由電容、電感和電阻組成的濾波電路。濾波器可以對(duì)電源線中特定頻率的頻點(diǎn)或該頻點(diǎn)以外的頻率進(jìn)行有效濾除，得到一個(gè)特定頻率的電源信號(hào)，或消除一個(gè)特定頻率后的電源信號(hào)。

　　主要作用

　　濾波器，顧名思義，是對(duì)波進(jìn)行過濾的器件。“波”是一個(gè)非常廣泛的物理概念，在電子技術(shù)領(lǐng)域，“波”被狹義地局限于特指描述各種物理量的取值隨時(shí)間起伏變化的過程。該過程通過各類傳感器的作用，被轉(zhuǎn)換為電壓或電流的時(shí)間函數(shù)，稱之為各種物理量的時(shí)間波形，或者稱之為信號(hào)。因?yàn)樽宰兞繒r(shí)間‘是連續(xù)取值的，所以稱之為連續(xù)時(shí)間信號(hào)，又習(xí)慣地稱之為模擬信號(hào)（Analog Signal）。隨著數(shù)字式電子計(jì)算機(jī)（一般簡(jiǎn)稱計(jì)算機(jī)）技術(shù)的產(chǎn)生和飛速發(fā)展，為了便于計(jì)算機(jī)對(duì)信號(hào)進(jìn)行處理，產(chǎn)生了在抽樣定理指導(dǎo)下將連續(xù)時(shí)間信號(hào)變換成離散時(shí)間信號(hào)的完整的理論和方法。

　　也就是說，可以只用原模擬信號(hào)在一系列離散時(shí)間坐標(biāo)點(diǎn)上的樣本值表達(dá)原始信號(hào)而不丟失任何信息，波、波形、信號(hào)這些概念既然表達(dá)的是客觀世界中各種物理量的變化，自然就是現(xiàn)代社會(huì)賴以生存的各種信息的載體。信息需要傳播，靠的就是波形信號(hào)的傳遞。信號(hào)在它的產(chǎn)生、轉(zhuǎn)換、傳輸?shù)拿恳粋€(gè)環(huán)節(jié)都可能由于環(huán)境和干擾的存在而畸變，甚至是在相當(dāng)多的情況下，這種畸變還很嚴(yán)重，以致于信號(hào)及其所攜帶的信息被深深地埋在噪聲當(dāng)中了

　　線性濾波之平滑濾波

　　傳統(tǒng)的濾波方式將濾波分為線性濾波和非線性濾波，這里首先說下線性濾波。

　?。?）線性濾波的示例3x3的平均濾波器。

　　案例如下：

　　public class ImageJAndroid2Activity extends Activity {

　　ImageView sourceImage;

　　ImageView destinationImage;

　　@Override

　　public void onCreate（Bundle savedInstanceState） {

　　super.onCreate（savedInstanceState）;

　　setContentView（R.layout.main）;

　　sourceImage=（ImageView） findViewById（R.id.source）;

　　destinationImage=（ImageView） findViewById（R.id.destination）;

　　}

　　public void remove（View v）{

　　Bitmap bitmap=BitmapFactory.decodeResource（getResources（），R.drawable.cc）;

　　int width=bitmap.getWidth（）;

　　int height=bitmap.getHeight（）;

　　int［］ pixel=new int［width*height］;

　　int［］ outpixel=new int［width*height］;

　　bitmap.getPixels（pixel， 0， width， 0， 0， width， height）;

　　for（int y=0;y《height;y++）{

　　for（int x=0;x《width;x++）{

　　int sumred=0;

　　int sumgreen=0;

　　int sumblue=0;

　　int a=pixel［y*width+x］》》24&0xff;;

　　for（int i=-1;i《=1;i++）{

　　int newi=y+i;

　　if（newi《0 ||newi》=height）{

　　newi=y;

　　}

　　for（int j=-1;j《=1;j++）{

　　int newj=x+j;

　　if（newj《0 || newj》=width）{

　　newj=x;

　　}

　　int red=pixel［newi*width+newj］》》16&0xff;

　　int green=pixel［newi*width+newj］》》8&0xff;

　　int blue=pixel［newi*width+newj］&0xff;

　　sumred+=red;

　　sumgreen+=green;

　　sumblue+=blue;

　　}

　　}

　　int newred=（int）Math.round（sumred/9.0）;

　　int newgreen=（int）Math.round（sumgreen/9.0）;

　　int newblue=（int）Math.round（sumblue/9.0）;

　　outpixel［y*width+x］=a《《24|newred《《16|newgreen《《8|newblue;

　　}

　　}

　　Bitmap newBitmap=Bitmap.createBitmap（width， height，Config.RGB_565）;

　　newBitmap.setPixels（outpixel， 0， width，0，0， width， height）;

　　destinationImage.setImageBitmap（newBitmap）;

　　}

　　}

　　效果圖：

　　大家應(yīng)該看得出來效果吧。

　?。?）3x3的平滑濾波器

　　采用這種方式得到的平滑的濾波圖像

　　activity：

　　public class ImageJAndroid2Activity extends Activity {

　　ImageView sourceImage;

　　ImageView destinationImage;

　　@Override

　　public void onCreate（Bundle savedInstanceState） {

　　super.onCreate（savedInstanceState）;

　　setContentView（R.layout.main）;

　　sourceImage=（ImageView） findViewById（R.id.source）;

　　destinationImage=（ImageView） findViewById（R.id.destination）;

　　}

　　//平滑濾波器

　　public void remove（View v）{

　　Bitmap bitmap=BitmapFactory.decodeResource（getResources（），R.drawable.cc）;

　　int［］［］ filter={

　　{3，5，3}，

　　{5，8，5}，

　　{3，5，3}

　　};

　　int width=bitmap.getWidth（）;

　　int height=bitmap.getHeight（）;

　　int［］ pixel=new int［width*height］;

　　int［］ outpixel=new int［width*height］;

　　bitmap.getPixels（pixel， 0， width， 0， 0， width， height）;

　　for（int y=0;y《height;y++）{

　　for（int x=0;x《width;x++）{

　　int sumred=0;

　　int sumgreen=0;

　　int sumblue=0;

　　int a=0;

　　for（int i=-1;i《=1;i++）{

　　int newi=y+i;

　　if（newi《0||newi》=height）{

　　newi=y;

　　}

　　for（int j=-1;j《=1;j++）{

　　int newj=x+j;

　　if（newj《0||newj》=width）{

　　newj=x;

　　}

　　a=pixel［newi*width+newj］》》24&0xff;

　　int red=pixel［newi*width+newj］》》16&0xff;

　　int green=pixel［newi*width+newj］》》8&0xff;

　　int blue=pixel［newi*width+newj］&0xff;

　　sumred+=filter［i+1］［j+1］*red;

　　sumgreen+=filter［i+1］［j+1］*green;

　　sumblue+=filter［i+1］［j+1］*blue;

　　}

　　}

　　outpixel［y*width+x］=a《《24|（（int）（sumred/40））《《16|（（int）（sumgreen/40））《《8|（（int）（sumblue/40））;

　　}

　　}

　　Bitmap newBitmap=Bitmap.createBitmap（width， height，Config.RGB_565）;

　　newBitmap.setPixels（outpixel， 0， width， 0， 0， width， height）;

　　destinationImage.setImageBitmap（newBitmap）;

　　}

　　效果圖：

　　大家會(huì)覺得平均濾波與平滑濾波的區(qū)別不是蠻大，但是在處理精細(xì)圖片的時(shí)候區(qū)別還是蠻蠻明顯的。

　　這里所使用到的是3x3矩陣，因?yàn)?x3使用的比較多，除此之外你自己還可以定義任意尺寸的濾波器。例如5x5，，21x21