Image processing 识别过滤器的方法。（低通滤波器/高通滤波器？）

当我们知道面具时，你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？遮罩，例如：

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

有人让我试着用它来测试，但我不确定

---

我知道这个滤波器是高通滤波器，我知道它是Sobel滤波器，但是当我们得到不同的矩阵时，如何确定它？

你可以在滤波器内核上实现傅里叶变换，并在频域观察幅度（在Matlab中它是

abs（fftshift（fft2（a））；

）。sobel核的大小分布为：

1.7321         0    1.7321
6.9282         0    6.9282
1.7321         0    1.7321

中心没有值（对应于低频分量），因此是高通滤波器

编辑

关于边缘扩散函数方法，您需要首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 

---

这个问题似乎是离题的，因为它是关于图像和信号处理的，最好用。Thx，但如何只用纸和笔来做呢？；）我看到一些高通滤波器的矩阵，大多数都有负数，这是确定滤波器的关键吗？可能不是每次都是这样，但大多数情况下给定一个滤波器内核，如果最大值位于中心，而向所有方向减小，则是一个低通滤波器；如果中心值很低，而周围的值较高，则可以用作边提取器或高通滤波器。另一个并非始终正确的规则是，如果矩阵中所有分量的和为零，则滤波器为高通滤波器。