Matlab傅里叶变换和各种滤波处理资料讲解.docx
《Matlab傅里叶变换和各种滤波处理资料讲解.docx》由会员分享，可在线阅读，更多相关《Matlab傅里叶变换和各种滤波处理资料讲解.docx（12页珍藏版）》请在冰豆网上搜索。
Matlab傅里叶变换和各种滤波处理资料讲解
Matlab傅里叶变换和各种滤波处理
Matlab傅里叶变换模和相位和各种滤波处理
傅里叶变换模和相位
img=imread（'h:
\img.png'）;
f=fft2（img）;%傅里叶变换
f=fftshift（f）;%使图像对称
r=real（f）;%图像频域实部
i=imag（f）;%图像频域虚部
margin=log（abs（f））;%图像幅度谱，加log便于显示
phase=log（angle（f）*180/pi）;%图像相位谱
l=log（f）;
subplot（2,2,1）,imshow（img）,title（'源图像'）;
subplot（2,2,2）,imshow（l,[]）,title（'图像频谱'）;
subplot（2,2,3）,imshow（margin,[]）,title（'图像幅度谱'）;
subplot（2,2,4）,imshow（phase,[]）,title（'图像相位谱'）;
添加高斯噪声、四阶巴特沃斯低通滤波
I=imread（'h:
\img.png'）;
x=rgb2gray（I）;
y1=imnoise（x,'gaussian',0,0.02）;
f=double（y1）;%数据类型转换，MATLAB不支持图像的无符号整型的计算
g=fft2（f）;%傅立叶变换
g=fftshift（g）;%转换数据矩阵
[M,N]=size（g）;
nn=4;%四阶巴特沃斯（Butterworth）低通滤波器
d0=50;%截止频率为50
m=fix（M/2）;n=fix（N/2）;
fori=1:
M
forj=1:
N
d=sqrt（（i-m）^2+（j-n）^2）;
h=1/（1+0.414*（d/d0）^（2*nn））;%计算低通滤波器传递函数
result（i,j）=h*g（i,j）;
end
end
result=ifftshift（result）;
y2=ifft2（result）;
y3=uint8（real（y2））;
subplot（1,2,1）,imshow（y1）,title（'添加高斯噪声后的图像'）;
subplot（1,2,2）,imshow（y3）,title（'四阶巴特沃斯低通滤波图像'）;
维纳滤波
I=imread（'h:
\img.png'）;
x=rgb2gray（I）;
J1=imnoise（x,'gaussian',0,0.02）;%给图像添加高斯噪声
J2=imnoise（x,'salt&pepper',0.02）;%给图像添加椒盐噪声
J3=imnoise（x,'speckle',0.02）;%给图像添加乘性噪声
Y1=wiener2（J1,[55]）;%维纳滤波
Y2=wiener2（J2,[55]）;
Y3=wiener2（J3,[55]）;
subplot（2,2,1）,imshow（x）,title（'灰度图'）;
subplot（2,2,2）,imshow（Y1）,title（'高斯噪声维纳滤波'）;
subplot（2,2,3）,imshow（Y2）,title（'椒盐噪声维纳滤波'）;
subplot（2,2,4）,imshow（Y3）,title（'乘性噪声维纳滤波'）;
中值滤波
I=imread（'h:
\img.png'）;
x=rgb2gray（I）;
J1=imnoise（x,'gaussian',0,0.02）;%给图像添加高斯噪声
J2=imnoise（x,'salt&pepper',0.02）;%给图像添加椒盐噪声
J3=imnoise（x,'speckle',0.02）;%给图像添加乘性噪声
Y1=medfilt2（J1）;%在默认3×3的邻域窗中进行中值滤波
Y2=medfilt2（J2）;%在默认3×3的邻域窗中进行中值滤波
Y3=medfilt2（J3）;%在默认3×3的邻域窗中进行中值滤波
subplot（2,2,1）,imshow（x）,title（'灰度图'）;
subplot（2,2,2）,imshow（Y1）,title（'高斯噪声中值滤波'）;
subplot（2,2,3）,imshow（Y2）,title（'椒盐噪声中值滤波'）;
subplot（2,2,4）,imshow（Y3）,title（'乘性噪声中值滤波'）;
低通滤波器在频率域实现低通滤波
I=imread（'h:
\img.png'）;
I=rgb2gray（I）;
figure
（1）,imshow（I）;
title（'原图像'）;
s=fftshift（fft2（I））;
figure
（2）;
imshow（abs（s）,[]）;
title（'图像傅里叶变换所得频谱'）;
[a,b]=size（s）;
a0=round（a/2）;
b0=round（b/2）;
d=10;fori=1:
aforj=1:
b
distance=sqrt（（i-a0）^2+（j-b0）^2）;
ifdistance<=dh=1;
elseh=0;
end;
s（i,j）=h*s（i,j）;
end;end;
s=uint8（real（ifft2（ifftshift（s））））;
figure（3）;imshow（s）;
title（'低通滤波所得图像'）;
高通滤波器在频率域实现高频增强
I=imread（'h:
\img.png'）;
I=rgb2gray（I）;
figure
（1）,imshow（I）;
title（'原图像'）;
s=fftshift（fft2（I））;
figure
（2）;
imshow（abs（s）,[]）;
title（'图像傅里叶变换所得频谱'）;
figure（3）;imshow（log（abs（s））,[]）;
title（'图像傅里叶变换取对数所得频谱'）;
[a,b]=size（s）;a0=round（a/2）;b0=round（b/2）;
d=10;p=0.2;q=0.5;fori=1:
a
forj=1:
b
distance=sqrt（（i-a0）^2+（j-b0）^2）;
ifdistance<=dh=0;
elseh=1;end;
s（i,j）=（p+q*h）*s（i,j）;end;end;
s=uint8（real（ifft2（ifftshift（s））））;
figure（4）;imshow（s）;
title（'高通滤波所得图像'）;
figure（5）;imshow（s+I）;
title（'高通滤波所得高频增强图像'）;
其他函数滤波
I=imread（'h:
\img.png'）;
J=imnoise（I,'gaussian',0.001,0.01）;%高斯噪声定义
A=fspecial（'average',[33]）;%定义average滤波器
B=fspecial（'gaussian',[33],0.5）;%定义gaussian滤波器
C=fspecial（'motion',9,0）;%定义motion滤波器
D=fspecial（'unsharp',0.2）;%定义unsharp滤波器
subplot（2,3,1）;imshow（I）;title（'（a）原始图像'）;
%为图像叠加高斯噪声
subplot（2,3,2）;imshow（J）;title（'（b）叠加高斯噪声图'）;h1=imfilter（J,A）;%对图像进行average滤波
subplot（2,3,3）;imshow（h1）;title（'（c）average滤波图'）;h2=imfilter（J,B）;%对图像进行gaussian滤波
subplot（2,3,4）;imshow（h2）;title（'（d）gaussian滤波图'）;h3=imfilter（J,C）;%对图像进行motion滤波
subplot（2,3,5）;imshow（h3）;title（'（e）motion滤波图'）;h4=imfilter（J,D）;%对图像进行unsharp滤波
subplot（2,3,6）;imshow（h4）;title（'（f）unsharp滤波图'）;
figure;%新建图像窗口
K=imnoise（I,'salt&pepper',0.1）;%定义椒盐噪声
subplot（2,3,1）;imshow（I）;title（'（a）原始图像'）;
%为图像叠加椒盐噪声
subplot（2,3,2）;imshow（J）;title（'（b）叠加椒盐噪声图'）;l1=imfilter（K,A）;%对图像进行average滤波
subplot（2,3,3）;imshow（l1）;title（'（c）average滤波图'）;l2=imfilter（K,B）;%对图像进行gaussian滤波
subplot（2,3,4）;imshow（l2）;title（'（d）gaussion滤波图'）;l3=imfilter（K,B）;%对图像进行motion滤波
subplot（2,3,5）;imshow（l3）;title（'（e）motion滤波图'）;l4=imfilter（K,B）;%对图像进行unsharp滤波
subplot（2,3,6）;imshow（l4）;title（'（f）unsharp滤波图'）;
升级会员 