图形和音频编辑和处理软件通常包含称为“高通滤波器”和“低通滤波器”的功能。这些到底是做什么的,实现它们的算法是什么?
6 回答
以下是使用卷积实现低通滤波器的方法:
double[] signal = (some 1d signal);
double[] filter = [0.25 0.25 0.25 0.25]; // box-car filter
double[] result = new double[signal.Length + filter.Length + 1];
// Set result to zero:
for (int i=0; i < result.Length; i++) result[i] = 0;
// Do convolution:
for (int i=0; i < signal.Length; i++)
for (int j=0; j < filter.Length; j++)
result[i+j] = result[i+j] + signal[i] * filter[j];
请注意,该示例非常简化。它不进行范围检查,也不正确处理边缘。使用的滤波器(box-car)是一个特别糟糕的低通滤波器,因为它会导致很多伪影(振铃)。阅读过滤器设计。
您还可以在频域中实现滤波器。以下是使用 FFT 实现高通滤波器的方法:
double[] signal = (some 1d signal);
// Do FFT:
double[] real;
double[] imag;
[real, imag] = fft(signal)
// Set the first quarter of the real part to zero to attenuate the low frequencies
for (int i=0; i < real.Length / 4; i++)
real[i] = 0;
// Do inverse FFT:
double[] highfrequencysignal = inversefft(real, imag);
同样,这是简化的,但你明白了。代码看起来不像数学那么复杂。
它们通常是倾向于传递部分模拟信号的电路。高通倾向于传输更多的高频部分,而低通倾向于通过更多的低频部分。
它们可以在软件中模拟。例如,行走平均值可以用作低通滤波器,行走平均值与其输入之间的差异可以用作高通滤波器。
高通滤波器让高频(详细/局部信息)通过。
低通滤波器让低频(粗略/粗略/全局信息)通过。
过滤描述了以将不同级别的衰减应用于数据中的不同频率的方式处理数据的行为。
高通滤波器将对高频应用最小衰减(即保持电平不变),但对低频应用最大衰减。
低通滤波器是相反的——它不会通过对高频应用衰减来对低频应用衰减。
有许多不同的过滤算法被使用。最简单的两个可能是有限脉冲响应滤波器(又名 FIR 滤波器)和无限脉冲响应滤波器(又名 IIR 滤波器)。
FIR 滤波器通过保留一系列样本并将每个样本乘以固定系数(基于序列中的位置)来工作。这些乘法中的每一个的结果都会被累加,并且是该样本的输出。这被称为乘法累加 - 在专用 DSP 硬件中,有一个特定的 MAC 指令可以做到这一点。
当采集下一个样本时,它将被添加到系列的开头,并删除系列中最旧的样本,并重复该过程。
滤波器的行为由滤波器系数的选择决定。
图像处理软件通常提供的最简单的过滤器之一是平均过滤器。这可以通过 FIR 滤波器通过将所有滤波器系数设置为相同值来实现。
这是一个超级简单的 C++ 低通滤波器示例,它一次处理一个样本的信号:
float lopass(float input, float cutoff) {
lo_pass_output= outputs[0]+ (cutoff*(input-outputs[0]));
outputs[0]= lo_pass_output;
return(lo_pass_output);
}
这几乎是一样的,除了它是高通:
float hipass(float input, float cutoff) {
hi_pass_output=input-(outputs[0] + cutoff*(input-outputs[0]));
outputs[0]=hi_pass_output;
return(hi_pass_output);
}