识别过滤器的方法。（低通滤波器/高通滤波器？）答案

【问题标题】：Method of identification a filter. (low pass filter / high pass filter?)识别过滤器的方法。（低通滤波器/高通滤波器？）
【发布时间】：2014-02-09 16:30:33
【问题描述】：

当我们知道掩码时，您知道如何识别过滤器吗？是否有任何规则说明如何区分高通滤波器或低通滤波器？掩码，例如：

1 0 -1; 
2 0 -2; 
1 0 -1;

有人告诉我尝试用ESF 测试它，但我不确定。

我知道这个滤波器是一个高通滤波器，我知道那是一个 Sobel 滤波器但是当我们得到不同的矩阵时如何确定它？

【问题讨论】：

这个问题似乎是题外话，因为它是关于图像和信号处理的，而不是dsp 会更好。

标签： image-processing filter signals filtering signal-processing

【解决方案1】：

您可以在滤波器内核上实现傅里叶变换并观察频域中的幅度（在 Matlab 中为abs(fftshift(fft2(a)));）。 sobel核的幅度分布为：

1.7321         0    1.7321
6.9282         0    6.9282
1.7321         0    1.7321

中间没有值（对应低频分量），所以是高通滤波器。

编辑

关于边缘扩散函数法，需要先从原始图像中提取边缘，然后，

e=edge(a);
esf=e(size(e,1)/2,:); %Take the centre line as a profile, e is the edge distributions in the image
lsf=gradient(esf); %The LSF is the derivative of the ESF
f=fft(lsf);
mtf=abs(f);
mtf=mtf(1:end/4); %Get rid of the double-ended spectrum and the long

【讨论】：

谢谢，但是如何只用笔和纸来做呢？ ;) 我看到一些高通滤波器矩阵，其中大多数都有负数，这是确定滤波器的关键吗？
不一定每次都对，但大多给定一个滤波器内核，如果最大值在中心，向各个方向减小，则为低通滤波器；而如果中心值非常低而周围的值较高，则可以用作边缘提取器或高通滤波器。
另一个并非总是正确的规则是，如果矩阵中所有分量的总和为零，则滤波器是高通的。