3.0 引言 3.1 历史回顾 3.2 LTI系统对复指数信号的响应 3.3 连续时间周期信号的傅里叶级数表示 3.4 连续时间傅里叶级数的收敛 3.5 连续时间傅里叶级数（CFS）的性质Continuous-Time Fourier Series 3.6 离散时间周期信号的傅里叶级数表示 3.7 离散傅里叶级数性质 3.8 傅里叶级数与LTI系统 3.9 滤波 Filtering 3.10 用微分方程所描述的连续时间滤波器举例 3.11 用差分方程描述的离散时间滤波器举例

9.1 滤波电路的基本概念与分类 9.2 一阶有源滤波电路 9.3 高阶有源滤波电路 9.4 开关电容滤波器 9.5 正弦波振荡电路的振荡条件 9.6 RC正弦波振荡电路 9.7 LC正弦波振荡电路 9.8 非正弦信号产生电路

一、预备知识 二、双线性变换 三、低通R滤波器设计 四、高通、带通、带阻IIR数字滤波器设计 五、IR滤波器的谱变换 六、基于加窗傅立叶级数的FIR滤波器设计 七、数字滤波器的计算机辅助设计 八、用 Matlab进行数字滤波器设计

9.1 滤波电路的基本概念与分类 9.2 一阶有源滤波电路 9.3 高阶有源滤波电路 *9.4 开关电容滤波器 9.5 正弦波振荡电路的振荡条件 9.6 RC正弦波振荡电路 9.7 LC正弦波振荡电路 9.8 非正弦信号产生电路

为提高复杂环境下红外小目标的检测效率,将图像分为平坦区域、边缘区域和小目标区域三种区域,并针对三种成分的特点,提出基于拉普拉斯金字塔的非线性局部滤波检测方法.首先将图像进行高斯金字塔分解,将高斯低通金字塔与原图像尺寸匹配后,相减并进行阈值操作,抑制平坦区域;其次将标记像素灰度值与其周围环域均值的最小差作为指标,滤除边界区域;最后将非线性局部滤波结果生成相应的拉普拉斯金字塔各层系数,重构得到高对比度的检测图像,利用邻域特点剔除孤立噪声点并通过简单阈值标记红外小目标.实验结果表明:与现有其他算法相比,该检测算法能够对复杂背景有效抑制,检测速度快

一、滤波器的图示及分析 二、等效结构 三、基本的FIR滤波器结构 四、基本的IIR滤波器结构

 傅里叶变换和频域介绍  平滑的频域滤波器  频域锐化滤波器（高通滤波器）  同态滤波器  选择性滤波*  傅里叶变换的实现

3.1 背景知识 3.2 基本灰度变换 3.3 直方图处理 3.4 空间滤波基础 3.5 平滑空间滤波器 3.6 锐化空间滤波器 3.7 混合空间增强法

• 综述 • 维纳滤波 • 最小二乘滤波

9.1滤波电路的基本概念与分类 9.2一阶有源滤波电路 9.3高阶有源滤波电路 9.4开关电容滤波器 9.5弦波振荡电路的振荡条件 9.6RC正弦波振荡电路 9.7LC正弦波振荡电路 9.8非正弦信号产生电路