인하대학교 디지털신호처리설계 project (Matlab) Notch /Low pass /High pass filter 제작

소개

잡음이 섞인 이미지를 올바른 이미지로 복원하기 위한 filter 제작.

- 각각의 filter는 freq domain과 spatial domain에서 선택적으로 구동하도록 제작
- 각각의 filter는 ideal case, Butterworth, gaussian filter를 선택할 수 있도록 제작
- Notch filter의 경우 noise 성분 detect 방법에 따라 점수를 다르게 부여

인하대학교 DSP(디지털신호처리설계) 과목 project 입니다.

목차

1. 서론
2. lowpass filter 설계
3. lowpass filter 실행
4. high pass filter 설계
5. highpass filter 실행
6. notch filter 설계
7. notch filter 실행
8. 고찰

본문내용

1. 서론
Notch, lowpass, High pass 필터를 제작한다. 각각의 필터함수는 frequency domain, spatial domain(t) 중 어느 domain에서 연산할 지 선택할 수 있으며, ideal, Gaussian, butterworth 경우를 선택할 수 있다.
Notch 필터함수는 frequency domain에서 error를 detect하여 이를 수정하는 필터를 제작해 원본사진을 통과시켜 수정된 사진을 출력하는 함수이다.
Low/high pass 필터함수는 각각 low/high frequency만을 통과시켜 수정된 사진을 출력하는 함수이다.
원본과 수정된 사진의 비교를 위해 원본사진도 출력하게 하였으며, frequency domain에서 수행할 경우 필터 및 필터를 통과한 원본사진의 frequency domain영역의 사진도 출력한다. 또한 잘못된 값을 함수에서 입력했을 경우 이에 대한 메시지를 출력하게 하였다.
어느 사진에도 general하게 동작하기 위하여 사진을 받아오고 그 사진에서 정보를 얻어 처리하였다. 임의적으로 숫자를 지정한 경우는 notch 필터 함수에서 gausian/butter worth의 경우밖에 없다. 각 잡음 픽셀마다의 gausian/butter worth적인 필터의 크기를 설정해야 하는데, 받아오는 인자가 하나 더 있어야 가능하다고 생각한다. 그러나 문제에서 인자는 2개밖에 받지 못한다고 하므로 어쩔수 없이 적당한 숫자를 지정하였다.

<중 략>

8. 고찰
제작한 3가지 필터가 하는 역할에 대해 설명하자면, notch 필터는 잡음을 감지하고, 이를 수정하는 기능을 가진 필터이다. 각 필터의 잡음처리를 ideal/ gausian/ butter worth 하게 처리할 수 있고, freq/ spatial domain에서 처리할 수 있게 선택하여 총 6가지의 경우의 수가 존재한다.
Low/high pass 필터에 대해 설명하기 전에 어떤 값이 주파수 영역에서 low성분이고 high 성분인지 알아야 한다. 값이 급변하는 부분은 high freq 성분이며, 값이 급변하지 않는 부분은 low freq 성분이다.

참고자료

· 없음