MATLAB est un outil de programmation qui peut être utilisé pour le signal et une analyse approfondie et de traitement de l'image . Une opération commune dans le traitement des signaux simples ou multidimensionnel est la suppression de bruit de haute fréquence . Un filtre passe-bas , par définition, est conçu pour effacer un signal au-dessus d'un certain seuil de fréquence. Utilisation de la fonction filter2 () dans MATLAB est un moyen de mettre en œuvre un filtre passe-bas . Instructions
1

importer vos données dans MATLAB. Souvent, les signaux bruts dans le besoin de filtrage sont enregistrés au format binaire , ce qui nécessite une fonction I /O à importer, comme fread () du fichier de bas niveau. Cependant , MATLAB contient intégré importateurs d'image pour la plupart des formats de fichiers courants

my_data = fread ( file_handle , n_samples , data_type ) . Mon_image = imread (' my_image_file.tif »,« TIFF ») ;
Page 2

convertir les données à une matrice à deux dimensions avant de traiter avec la fonction filter2 (). Vous pouvez le faire en convertissant les données binaires unidimensionnels à une matrice en utilisant la fonction remodeler (), ou en sélectionnant une image à partir d'une série d'images . Utilisez la fonction de compression () pour supprimer dimensions uniques lors de la sélection d'une partie d'une matrice avec plus de deux dimensions

mon_image = remodeler ( my_data , largeur, hauteur ) ; my_other_image = compression ( my_image_series ( : . , : , image_number ) ) ;
3

Concevez votre filtre et stocker le résultat dans la matrice bidimensionnelle H. Une fenêtre gaussienne est couramment utilisé pour les applications de filtre passe-bas et peut être créé avec l' fspecial () fonction . Les filtres peuvent également être conçus en fonction de traitement du signal outil de sptool () de MATLAB. Vous pouvez voir la réponse en fréquence de votre fenêtre de filtre en utilisant la fonction wvtool (). Dans l'exemple de code , H est une matrice de 24 par 24 contenant une fenêtre gaussienne de déviation standard 10

H = fspecial (« gaussien », [ 24 24 ] , 10); . Wvtool (H);
4

le filtrage à l'aide de l'algorithme de convolution bidimensionnelle mis en œuvre par filter2 (). Par défaut, le résultat de filter2 () est de la même dimension que les données d'entrée

my_filtered_data = filter2 ( my_data , H) ; .