有数子滤波器经验的的进来一下:

MEFULEU 2004-07-22 05:19:45
谁能够提供一下滤波器的源码?说说其中的奥妙?


某使用fft的方法;进行滤波;但是逆回来的数据怎么都不是以为要的结果??









...全文
232 14 打赏 收藏 转发到动态 举报
写回复
用AI写文章
14 条回复
切换为时间正序
请发表友善的回复…
发表回复
MEFULEU 2004-08-03
  • 打赏
  • 举报
 回复
有没有时域滤波?????
MEFULEU 2004-07-29
  • 打赏
  • 举报
 回复
有没有时域滤波?????
aiirii 2004-07-28
  • 打赏
  • 举报
 回复
学习
constantine 2004-07-28
  • 打赏
  • 举报
 回复
mark，study....
smartduck 2004-07-28
  • 打赏
  • 举报
 回复
这个算法速度上是不怎么理想。情况如下：
800X600的bmp图片(相当480000的数据)通过低通要24秒
(我的机器配置:p4 2.0g 256M)
smartduck 2004-07-28
  • 打赏
  • 举报
 回复
>>你这种频域滤波:假设我要滤掉1000hz的数据;怎么处理调用???

你是指低通还是高通还是带通？

举个低通的例子,其它的类似

/*************************************************************************
*
* \函数名称：
* LowPassFilterEnhance()
*
* \输入参数:
* LPBYTE lpImage - 指向需要增强得图象数据
* int nWidth - 数据宽度
* int nHeight - 数据高度
* int nRadius - 低通滤波的滤波半径
*
* \返回值:
* 无
*
* \说明:
* lpImage 是指向需要增强的数据指针。注意，这个指针指向的数据区不能是CDib指向的数据区
* 因为CDib指向的数据区的每一行是DWORD对齐的。
* 经过低通滤波的数据存储在lpImage当中。
*
*************************************************************************
*/
void LowPassFilterEnhance(CRGBDib* lpImage, int nWidth, int nHeight, int nRadius)
{
// 循环控制变量
int y ;
int x ;

double dTmpOne ;
double dTmpTwo ;

// 傅立叶变换的宽度和高度（2的整数次幂）
int nTransWidth ;
int nTransHeight;

// 图象象素值
RGBQUAD unchValue;

// 指向时域数据的指针
complex<double> * pCTData ;
// 指向频域数据的指针
complex<double> * pCFData ;

// 计算进行傅立叶变换的点数 （2的整数次幂）
dTmpOne = log(nWidth)/log(2);
dTmpTwo = ceil(dTmpOne) ;
dTmpTwo = pow(2,dTmpTwo) ;
nTransWidth = (int) dTmpTwo ;

// 计算进行傅立叶变换的点数 （2的整数次幂）
dTmpOne = log(nHeight)/log(2);
dTmpTwo = ceil(dTmpOne) ;
dTmpTwo = pow(2,dTmpTwo) ;
nTransHeight = (int) dTmpTwo ;

// 傅立叶变换的实部和虚部
double dReal;
double dImag;

// 低通滤波的半径不能超过频域的最大半径
if(nRadius>nTransWidth-1 || nRadius>nTransHeight-1)
{
return ;
}

// 分配内存
pCTData=new complex<double>[nTransWidth * nTransHeight];
pCFData=new complex<double>[nTransWidth * nTransHeight];

// 初始化
// 图像数据的宽和高不一定是2的整数次幂，所以pCTData
// 有一部分数据需要补0
for(y=0; y<nTransHeight; y++)
{
for(x=0; x<nTransWidth; x++)
{
pCTData[y*nTransWidth + x]=complex<double>(0,0);
}
}

// 把图像数据传给pCTData
for(y=0; y<nHeight; y++)
{
for(x=0; x<nWidth; x++)
{
unchValue = lpImage->GetPixel(x,y);//lpImage[y*nWidth +x];
pCTData[y*nTransWidth + x]=complex<double>(unchValue.rgbBlue,0);
}
}

// 傅立叶正变换
DIBFFT_2D(pCTData, nWidth, nHeight, pCFData) ;

// 下面开始实施低通滤波，把所有大于nRadius的高频分量设置为0
// 注意这里高频分量采用的范数不是欧式距离，而是无穷大范数
// || (u,v)-(0,0) || = max(|u|,|v|)
for(y=nRadius; y<nTransHeight; y++)
{
for(x=nRadius; x<nTransWidth; x++)
{
pCFData[y*nTransWidth + x]=complex<double>(0,0);
}
}

// 经过低通滤波的图象进行反变换
IFFT_2D(pCFData, pCTData, nWidth, nHeight);

// 反变换的数据传给lpImage
for(y=0; y<nHeight; y++)
{
for(x=0; x<nWidth; x++)
{
dReal = pCTData[y*nTransWidth + x].real() ;
dImag = pCTData[y*nTransWidth + x].imag() ;
unchValue.rgbBlue = (unsigned char)max(0,min(255,sqrt(dReal*dReal+dImag*dImag) ));
unchValue.rgbRed = unchValue.rgbGreen = unchValue.rgbBlue;
lpImage->SetPixel(x,y,unchValue);//lpImage[y*nWidth + x] = unchValue ;
}
}


// 释放内存
delete pCTData;
delete pCFData;
pCTData = NULL;
pCFData = NULL;

}
flowercity 2004-07-27
  • 打赏
  • 举报
 回复
学习中～～！
MEFULEU 2004-07-27
  • 打赏
  • 举报
 回复
to :
smartduck(聪明鸭子)

你这种频域滤波:假设我要滤掉1000hz的数据;怎么处理调用???


MEFULEU 2004-07-27
  • 打赏
  • 举报
 回复
有没有时域的滤波？？？

频域的滤波我数据量也是很大,好几百万的数据;我担心fft速度跟不上;

smartduck 2004-07-27
  • 打赏
  • 举报
 回复
/*************************************************************************
*
* \函数名称：
* IFFT_2D()
*
* \输入参数:
* complex<double> * pCFData - 频域数据
* complex<double> * pCTData - 时域数据
* int nWidth - 图像数据宽度
* int nHeight - 图像数据高度
*
* \返回值:
* 无
*
* \说明:
* 二维傅立叶反变换。
*
************************************************************************
*/
VOID WINAPI IFFT_2D(complex<double> * pCFData, complex<double> * pCTData, int nWidth, int nHeight)
{
// 循环控制变量
int x;
int y;

// 临时变量
double dTmpOne;
double dTmpTwo;

// 进行傅立叶变换的宽度和高度，（2的整数次幂）
// 图像的宽度和高度不一定为2的整数次幂
int nTransWidth;
int nTransHeight;

// 计算进行傅立叶变换的宽度 （2的整数次幂）
dTmpOne = log(nWidth)/log(2);
dTmpTwo = ceil(dTmpOne) ;
dTmpTwo = pow(2,dTmpTwo) ;
nTransWidth = (int) dTmpTwo ;

// 计算进行傅立叶变换的高度 （2的整数次幂）
dTmpOne = log(nHeight)/log(2);
dTmpTwo = ceil(dTmpOne) ;
dTmpTwo = pow(2,dTmpTwo) ;
nTransHeight = (int) dTmpTwo ;

// 分配工作需要的内存空间
complex<double> *pCWork= new complex<double>[nTransWidth * nTransHeight];

//临时变量
complex<double> *pCTmp ;

// 为了利用傅立叶正变换,可以把傅立叶频域的数据取共轭
// 然后直接利用正变换，输出结果就是傅立叶反变换结果的共轭
for(y = 0; y < nTransHeight; y++)
{
for(x = 0; x < nTransWidth; x++)
{
pCTmp = &pCFData[nTransWidth * y + x] ;
pCWork[nTransWidth * y + x] = complex<double>( pCTmp->real() , -pCTmp->imag() );
}
}

// 调用傅立叶正变换
::DIBFFT_2D(pCWork, nWidth, nHeight, pCTData) ;

// 求时域点的共轭，求得最终结果
// 根据傅立叶变换原理，利用这样的方法求得的结果和实际的时域数据
// 相差一个系数
for(y = 0; y < nTransHeight; y++)
{
for(x = 0; x < nTransWidth; x++)
{
pCTmp = &pCTData[nTransWidth * y + x] ;
pCTData[nTransWidth * y + x] =
complex<double>( pCTmp->real()/(nTransWidth*nTransHeight),
-pCTmp->imag()/(nTransWidth*nTransHeight) );
}
}
delete pCWork ;
pCWork = NULL ;
}
smartduck 2004-07-27
  • 打赏
  • 举报
 回复
/*************************************************************************
*
* \函数名称：
* FFT_2D()
*
* \输入参数:
* complex<double> * pCTData - 图像数据
* int nWidth - 数据宽度
* int nHeight - 数据高度
* complex<double> * pCFData - 傅立叶变换后的结果
*
* \返回值:
* 无
*
* \说明:
* 二维傅立叶变换。
*
************************************************************************
*/
VOID WINAPI DIBFFT_2D(complex<double> * pCTData, int nWidth, int nHeight, complex<double> * pCFData)
{

// 循环控制变量
int x;
int y;

// 临时变量
double dTmpOne;
double dTmpTwo;

// 进行傅立叶变换的宽度和高度，（2的整数次幂）
// 图像的宽度和高度不一定为2的整数次幂
int nTransWidth;
int nTransHeight;

// 计算进行傅立叶变换的宽度 （2的整数次幂）
dTmpOne = log(nWidth)/log(2);
dTmpTwo = ceil(dTmpOne) ;
dTmpTwo = pow(2,dTmpTwo) ;
nTransWidth = (int) dTmpTwo ;

// 计算进行傅立叶变换的高度 （2的整数次幂）
dTmpOne = log(nHeight)/log(2);
dTmpTwo = ceil(dTmpOne) ;
dTmpTwo = pow(2,dTmpTwo) ;
nTransHeight = (int) dTmpTwo ;

// x，y（行列）方向上的迭代次数
int nXLev;
int nYLev;

// 计算x，y（行列）方向上的迭代次数
nXLev = (int) ( log(nTransWidth)/log(2) + 0.5 );
nYLev = (int) ( log(nTransHeight)/log(2) + 0.5 );

for(y = 0; y < nTransHeight; y++)
{
// x方向进行快速傅立叶变换
FFT_1D(&pCTData[nTransWidth * y], &pCFData[nTransWidth * y], nXLev);
}

// pCFData中目前存储了pCTData经过行变换的结果
// 为了直接利用FFT_1D，需要把pCFData的二维数据转置，再一次利用FFT_1D进行
// 傅立叶行变换（实际上相当于对列进行傅立叶变换）
for(y = 0; y < nTransHeight; y++)
{
for(x = 0; x < nTransWidth; x++)
{
pCTData[nTransHeight * x + y] = pCFData[nTransWidth * y + x];
}
}

for(x = 0; x < nTransWidth; x++)
{
// 对x方向进行快速傅立叶变换，实际上相当于对原来的图象数据进行列方向的
// 傅立叶变换
FFT_1D(&pCTData[x * nTransHeight], &pCFData[x * nTransHeight], nYLev);
}

// pCFData中目前存储了pCTData经过二维傅立叶变换的结果，但是为了方便列方向
// 的傅立叶变换，对其进行了转置，现在把结果转置回来
for(y = 0; y < nTransHeight; y++)
{
for(x = 0; x < nTransWidth; x++)
{
pCTData[nTransWidth * y + x] = pCFData[nTransHeight * x + y];
}
}

memcpy(pCTData, pCFData, sizeof(complex<double>) * nTransHeight * nTransWidth );
}
smartduck 2004-07-27
  • 打赏
  • 举报
 回复
/*************************************************************************
*
* \函数名称：
* FFT_1D()
*
* \输入参数:
* complex<double> * pCTData - 指向时域数据的指针，输入的需要变换的数据
* complex<double> * pCFData - 指向频域数据的指针，输出的经过变换的数据
* nLevel －傅立叶变换蝶形算法的级数，2的幂数，
*
* \返回值:
* 无
*
* \说明:
* 一维快速傅立叶变换。
*
*************************************************************************
*/

VOID WINAPI FFT_1D(complex<double> * pCTData, complex<double> * pCFData, int nLevel)
{
// 循环控制变量
int i;
int j;
int k;

double PI = 3.1415926;

// 傅立叶变换点数
int nCount =0 ;

// 计算傅立叶变换点数
nCount =(int)pow(2,nLevel) ;

// 某一级的长度
int nBtFlyLen;
nBtFlyLen = 0 ;

// 变换系数的角度 ＝2 * PI * i / nCount
double dAngle;

complex<double> *pCW ;

// 分配内存，存储傅立叶变化需要的系数表
pCW = new complex<double>[nCount / 2];

// 计算傅立叶变换的系数
for(i = 0; i < nCount / 2; i++)
{
dAngle = -2 * PI * i / nCount;
pCW[i] = complex<double> ( cos(dAngle), sin(dAngle) );
}

// 变换需要的工作空间
complex<double> *pCWork1,*pCWork2;

// 分配工作空间
pCWork1 = new complex<double>[nCount];

pCWork2 = new complex<double>[nCount];


// 临时变量
complex<double> *pCTmp;

// 初始化，写入数据
memcpy(pCWork1, pCTData, sizeof(complex<double>) * nCount);

// 临时变量
int nInter;
nInter = 0;

// 蝶形算法进行快速傅立叶变换
for(k = 0; k < nLevel; k++)
{
for(j = 0; j < (int)pow(2,k); j++)
{
//计算长度
nBtFlyLen = (int)pow( 2,(nLevel-k) );

//倒序重排，加权计算
for(i = 0; i < nBtFlyLen/2; i++)
{
nInter = j * nBtFlyLen;
pCWork2[i + nInter] =
pCWork1[i + nInter] + pCWork1[i + nInter + nBtFlyLen / 2];
pCWork2[i + nInter + nBtFlyLen / 2] =
(pCWork1[i + nInter] - pCWork1[i + nInter + nBtFlyLen / 2])
* pCW[(int)(i * pow(2,k))];
}
}

// 交换 pCWork1和pCWork2的数据
pCTmp = pCWork1 ;
pCWork1 = pCWork2 ;
pCWork2 = pCTmp ;
}

// 重新排序
for(j = 0; j < nCount; j++)
{
nInter = 0;
for(i = 0; i < nLevel; i++)
{
if ( j&(1<<i) )
{
nInter += 1<<(nLevel-i-1);
}
}
pCFData[j]=pCWork1[nInter];
}

// 释放内存空间
delete pCW;
delete pCWork1;
delete pCWork2;
pCW = NULL ;
pCWork1 = NULL ;
pCWork2 = NULL ;

}
MEFULEU 2004-07-26
  • 打赏
  • 举报
 回复
??大大呢?
ToIP 2004-07-22
  • 打赏
  • 举报
 回复
学学dsp
FFmpeg音视频基础之C++系列第1：C++入门经典第10版
初步认识：做到心中有数 51.2 图解：章节关系 61.3 探讨：教学方法论 71.4 探讨：学习方法论 71.5 C++的1.0与2.0 81.6 开发工具Qt5.9和VS2015/7/9 8控制台：&...
跟杨老师学习电磁兼容【16-41】
P22：怎样降低时钟信号的辐射 有经验的设计师都知道，时钟信号导致辐射发射超标的主要原因。除了前面所介绍的在布线方面要特别关注时钟信号的电路以外，对于时钟信号本身也可以采取措施，使时钟信号本身丧失一些强...
秋招面试问题总结-视觉算法
1.YOLOv3对YOLOv2的改进： 1.loss不同：作者v3替换了v3=2的softmax loss变成logistic loss，由于每个点所对应的...3.detection的策略不同：v2只有一个detection，v3一下子变成了3个，分别是一个下采样的，feature ma
BAT机器学习面试1000题系列（第1~305题）
下面解释一下特殊情况的 M > H： 实际上，除了输入数据的通道数比较少之外，中间层的feature map数很多，这样中间层算卷积会累死计算机（鱼塘太深，每层鱼都打，需要的鱼网太重了）。所以很多深度卷积网络把全部...
BAT机器学习面试1000题系列
下面解释一下特殊情况的 M > H： 实际上，除了输入数据的通道数比较少之外，中间层的feature map数很多，这样中间层算卷积会累死计算机（鱼塘太深，每层鱼都打，需要的鱼网太重了）。所以很多深度卷积网络把全部...
C++ Builder

13,826

社区成员

102,678

社区内容

发帖
与我相关
我的任务
社区描述
C++ Builder相关内容讨论区
社区管理员
  • 基础类社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章