最新实验一图像变换及频域滤波.docx
《最新实验一图像变换及频域滤波.docx》由会员分享，可在线阅读，更多相关《最新实验一图像变换及频域滤波.docx（11页珍藏版）》请在冰豆网上搜索。
最新实验一图像变换及频域滤波
实验一图像变换及频域滤波
实验一图像变换及频域滤波
1.实验任务
（1）编写快速傅里叶变换算法程序，验证二维傅里叶变换的平移性和旋转不变性；
（2）实现图像频域滤波，加深对频域图像增强的理解；
（3）总结实验过程（实验报告，左侧装订）：
方案、编程、调试、结果、分析、结论。
2.实验环境
Windws2000/XP
3.开发工具
（1）MATLAB6.x
（2）VisualC++、VisualBasic或其它
4.实验内容及步骤
（1）产生如图3.1所示图像（128×128大小，暗处=0，亮处=255），用MATLAB中的fft2函数对其进行FFT：
源程序：
clc
a=zeros（128,128）
fory=54:
74
forx=34:
94
a（x,y）=1;
end
end
figure
（1）
a1=fft2（a）;
subplot（1,2,1）;
imshow（a）;
subplot（1,2,2）;
a2=abs（a1）;
mesh（a2）;
forx=1:
128
fory=1:
128
b（x,y）=（-1）.^（x+y）.*a（x,y）;
end
end
figure
（2）
b1=fft2（b）;
subplot（1,2,1）;
imshow（b）;
subplot（1,2,2）;
b2=abs（b1）;
mesh（b2）;
figure（3）
t=imrotate（a,315,'nearest','crop'）
t1=fft2（t）;
subplot（1,2,1）;
imshow（t）;
subplot（1,2,2）;
t2=abs（t1）;
surf（t2）;
①同屏显示原图和的幅度谱图；
图1.1
②若令，重复以上过程，比较二者幅度谱的异同，简述理由；
图1.2
③若将顺时针旋转45度得到，试显示的幅度谱，并与的幅度谱进行比较。
图1.3
结论：
将图1.3与图1.1比较可知,将原图移动旋转45度以后,幅度谱图仍然没的改变,图象能量依然集中在4个角.
（2）对如图3.2所示的数字图像lena.img（256×256大小、256级灰度）进行频域的理想低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的结果图。
源程序：
clc
a=fopen（'lena.img','r'）;
b=fread（a,[256,256],'uchar'）;
fclose（a）;
figure
（1）
subplot（1,2,1）
imshow（b,[0,255]）;
b=fft2（b）
m=abs（b）;
subplot（1,2,2）
m0=15*log（m+1.001）
surf（m）
q=b;
t=fftshift（q）
r=8;
forx=1:
256
fory=1:
256
if（x-128）.^2+（y-128）.^2t（x,y）=0;
end
end
end
h2=abs（t）;
h02=15*log（1.001+h2）
figure
（2）
imshow（h02,[0,255]）;
t=ifftshift（t）;
z=ifft2（t）;
figure（3）;
subplot（1,2,1）
imshow（z,[0,255]）;
n=fft2（z）;
subplot（1,2,2）;
n=15*log（1.001+abs（n））;
surf（n）;
a.对数字图像lena.img进行频域的理想高通，同屏显示原图、幅度谱图和高通滤波的结果图。
其中，取理想高通滤波的半径R分别为2、8和24：
原图像及其频谱图
R=2时的理想高通滤波结果图和滤波幅度谱图
R=8时的理想高通滤波结果图和滤波幅度谱图
R=24时的理想高通滤波结果图和滤波幅度谱图
注：
对理想高通滤波后的图像用直接灰度变换方法作了灰度范围的扩展。
当R=2时，滤波后的图像无直流分量，但灰度的变化部分基本上都保留了；当R=8时，滤波后的图像在文字和图像边缘部分的信息仍然保留；当R=24时，滤波后的图像只剩下文字和白条边缘等信号突变的部分。
（2）b.对数字图像lena.img进行频域的理想低通，同屏显示原图、幅度谱图和低通滤波的结果图。
其中，取理想低通滤波的半径R分别为88、24、11和5。
程序：
原图像及其幅度谱图
R=88时的理想低通滤波结果图和滤波频谱图
R=24时的理想低通滤波结果图和滤波频谱图
R=11时的理想低通滤波结果图和滤波频谱图
R=5时的理想低通滤波结果图和滤波频谱图
结论：
当R=5时，滤波后的图像很模糊，无法分辨；
当R=11时，滤波后的图像比较模糊，但基本能分辨出人脸的形状；
当R=24时，滤波后的图像有些模糊，能分辨出脸上的器官轮廓，但由于理想低通滤波器在频域的锐截止特性，滤波后的图像有较明显的振铃现象；
当R=88时，滤波后的图像比较清晰，但高频分量损失后，图像边沿与文字变的有些模糊，在图像的边框附近仍有振铃现象。
5、实验结论
1、由第一部分的实验，比较旋转后与旋转前的频谱,得出频谱旋转不变性的结论。
2、对图像的滤波与增强由了更深的理解。
升级会员 