Sisu

• Juhised

MATLAB on programmeerimisvahend, mida saab kasutada signaalide üksikasjalikuks analüüsimiseks ja töötlemiseks. Üldine signaalide töötlemine ühes või mitmes mõõtmes on kõrgsagedusliku müra eemaldamine. Madala läbilaskevõimega filter on mõeldud teatud sagedusest kõrgema sageduse eemaldamiseks signaalist. MATLABis on filter2 () funktsiooni kasutamine üks võimalus sellise filtri rakendamiseks.

Juhised

MATLABi filter2 () võimaldab teil rakendada madalpääsfiltrit (Hemera Technologies / AbleStock.com / Getty Images)

1. Importige oma andmed MATLAB-i. Sageli hoitakse filtreeritavaid signaale binaarses vormingus, mis nõuab importimiseks madala taseme I / O funktsiooni, näiteks freadi (). MATLAB sisaldab aga importijaid kõige tavalisematele formaatidele.

   my_data = fread (file_handle, n_samples, data_type); my_image = imread ('my_image_file.tif', 'TIFF');

2. Teisendage andmed kahemõõtmeliseks massiiviks enne selle töötlemist filter2 () funktsiooniga. Seda saab teha, muutes ühemõõtmelise binaarmassi massiivi ümberkujundamise () funktsiooni kaudu või valides seeriast pildi. Kasutage pigistamise () funktsiooni, et eemaldada üksikud mõõtmed, valides massiivi osa, millel on rohkem kui kaks mõõdet.

   
   

   my_image = ümberkujundamine (my_data, laius, kõrgus); my_other_image = pigista (my_image_series (:,: image_number));

3. Joonistage oma filter ja salvestage tulemus kahemõõtmelisse massiivi H. Tavaliselt kasutab madalpääsfilter "gausside akent", mida saab luua fspecial () funktsiooniga. Filtreid saab kujundada ka spetsiaalse sptool-signaalitöötluse funktsiooniga (). Wvtool () funktsiooni abil saate näha oma filtri akna sagedusreaktsiooni. Näidiskoodis H on 24x24 massiiv, mis sisaldab standardhälve Gauss-akent 10.

   H = fspecial ('gauss', [24 24], 10); wvtool (H);

4. Filtreerimine toimub filtri2 () kaudu läbi viidud kahemõõtmelise konvolutsioonialgoritmi abil. Vaikimisi on filtri2 () tulemus sisendandmebaasiga sama.

   my_filtered_data = filter2 (my_data, H);