Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PSD Marmol
PSD Marmol
PSD
Avance de Proyecto
FILTRO 2: Laplaciano
Se lee la imagen original, que es una imagen del Polo Norte lunar. El realce en este
caso consiste en realzar los bordes de la imagen preservando tanta tonalidad de gris
como sea posible.
>>f=imread('ejemplo05.tif'); >>imshow(f);
En primer lugar, se genera y visualiza el filtro
Laplaciano. >>w=fspecial('laplacian',0) A
continuacin se aplica w a la imagen de
entrada, f. El resultado parece razonable, pero
tiene el problema de que todos sus pxeles son
positivos. Como el valor central de w es
negativo, debemos esperar obtener valores
negativos, pero como la imagen es de datos
enteros, el resultado de imfilter tambin ser
de enteros, truncando los valores negativos.
FILTRO 3: KAISER
El cdigo Matlab para la obtencin de una aproximacin de este tipo es muy sencillo.
kw = KAISER(N,Beta);
hn=fir1(N-1,Wp,kw);
[Yz,w]=freqz(hn,1,512);
La funcin de matlab Kaiser nos da la respuesta de la ventana a partir de dos parmetros: beta y
el orden(N), que se obtienen mediante unas frmulas relacionadas con el valor de la atenuacin
en la banda de paso y la anchura de la banda de paso. Por otro lado la funcin fir1 realiza la
obtencin del filtro(de la secuencia) hn mediante una serie de manipulaciones matemticas que
aqu no vamos a profundizar. El lector puede consultar el MITRA o cualquier otro libro dedicado al
procesamiento digital de la seal. Lo importante es que la funcin de matlab fir1 requiere como
entradas la ventana a emplear(en nuestro caso kw), la frecuencia de corte de la banda de paso
(Wp) y el orden deseado.