1、 1 1 -24 1 1 1 1 1 1 1 3) 分别采用 55,99,1515 和 2525 大小的拉普拉斯算子对 blurry_moon.tif进 行锐化滤波,并利用式 g(x, y) =f (x, y) - 2 f (x, y) 完成图像的锐化增强,观察其有何不同,要求在同一窗口中显示。4) 采用不同的梯度算子对该幅图像进行锐化滤波,并比较其效果。5) 自己设计锐化空间滤波器,并将其对噪声图像进行处理,显示处理后的图像;3. 傅立叶变换 1) 读出一幅图像,对其进行快速傅立叶变换,分别显示其幅度图像和相位图像。仅对 相位部分进行傅立叶反变换后查看结果图像。2) 仅对幅度部分进行傅立叶反
2、变换后查看结果图像。3) 将图像的傅立叶变换 F 置为其共轭后进行反变换,比较新生成图像与原始图像的差 异。4. 平滑频域滤波 1) 设计理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器,截至频率自选,分 别给出各种滤波器的透视图。2) 读出一幅图像,分别采用理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器 对其进行滤波(截至频率自选),再做反变换,观察不同的截止频率下采用不同低通 滤波器得到的图像与原图像的区别,特别注意振铃效应。(提示:1)在频率域滤波同 样要注意到填充问题;2)注意到(-1)x+y;) 5. 锐化频域滤波 1) 设计理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器,
3、截至频率自选,分 别给出各种滤波器的透视图。2) 读出一幅图像,分别采用理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器 对其进行滤波(截至频率自选),再做反变换,观察不同的截止频率下采用不同高通 滤波器得到的图像与原图像的区别。3.实验具体实现(1).读出一幅图像,给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在 同一图像窗口中。img=imread(lena.png) figure,subplot(1,3,1); imshow(img);title(原始图像); img2=imnoise(img,salt & pepper,0.02); subplot(1,3,2);imshow
4、(img2); title(椒盐噪声图像 img3=imnoise(img,gaussian subplot(1,3,3),imshow(img3);高斯噪声图像实验结果如下:(2).对加入噪声图像选用不同的平滑(低通)模板做运算,对比不同模板所形成的效果, 要求在同一窗口中显示。 平滑滤波是低频增强的空间域滤波技术。它的目的有两个,一是模糊,二是消除噪声。将空 间域低通滤波按线性和非线性特点有:线性、非线性平滑滤波器,线性平滑滤波器包括均值 滤波器,非线性的平滑滤波器有最大值滤波器,中值滤波器,最小值滤波器。代码如下:) img=rgb2gray(img); figure,subplot(1
5、,3,1);subplot(1,3,2);%对椒盐噪声图像进行滤波处理 h=fspecial(average,3); I1=filter2(h,img2)/255; I2=medfilt2(img2,3 3);figure,subplot(2,2,1),imshow(img),title(原图像 subplot(2,2,2),imshow(img2),title(椒盐噪声图 subplot(2,2,3),imshow(I1),title(3*3 均值滤波图 subplot(2,2,4),imshow(I2),title(3*3 中值滤波图 %对高斯噪声图像进行滤波处理 G1=filter2(h
6、,img3)/255; G2=medfilt2(img3,3 3); subplot(2,2,2),imshow(img3),title(高斯噪声图 subplot(2,2,3),imshow(G1),title( subplot(2,2,4),imshow(G2),title(3). 使用函数 imfilter 时,分别采用不同 的填充方法(或边界选项,如零填 充、replicate、symmetric、circular)进行低通滤波,显示处理后的图像。h=fspecial(motion,50,45); %创建一个运动模糊滤波器 filteredimg=imfilter(img,h); bo
7、undaryReplicate=imfilter(img,h,replicate boundary0=imfilter(img,h,0); boundarysymmetric=imfilter(img,h,symmetric boundarycircular=imfilter(img,h,circular figure,subplot(3,2,1),imshow(img),title(Original Image subplot(3,2,2),imshow(filteredimg),title(Motion Blurred Image subplot(3,2,3),imshow(boundar
8、yReplicate),title(Replicate subplot(3,2,4),imshow(boundary0),title(0-Padding subplot(3,2,5),imshow(boundarysymmetric),title(subplot(3,2,6),imshow(boundarycircular),title(g = imfilter(f, w, filtering_mode, boundary_options, size_options),其中,f 为输入图像,w 为滤波掩模,g 为滤波后图像。(4).运用 for 循环,将加有椒盐噪声的图像进行 10 次,20
9、次均值滤波,查看其特点,显 示均值处理后的图像(提示:利用 fspecial 函数的average类型生成均值滤波器)。for i=1:10 J1=imfilter(img2,h); end for j=1:20 J2=imfilter(img2,h); end figure,subplot(1,3,1),imshow(img2),title( pepper Noise subplot(1,3,2),imshow(J1),title(10 Average Filteringsubplot(1,3,3),imshow(J2),title(20 Average Filtering实验结果:(5).
10、对加入椒盐噪声的图像分别采用均值滤波法,和中值滤波法对有噪声的图像做 处理,要求在同一窗口中显示结果。h1=fspecial( J=imfilter(img2,h1); J2=medfilt2(img2); subplot(1,3,2),imshow(J),title(Averaging FilteringMedian Filtering实验结果为:(6).自己设计平滑空间滤波器,并将其对噪声图像进行处理,显示处理后的图像。m n=size(img2); figure,subplot(1,2,1),imshow(img2); s=zeros(1,9);for i=2:1:m-1 for j=2
11、:n-1 h=1; for p=i-1:i+1 for q=j-1:j+1 s(h)=img2(p,q); h=h+1; s=sort(s); I(i,j)=s(5); end end subplot(1,2,2),imshow(I);实验结果:2.锐化空间滤波 (1)读出一幅图像,采用 3 1, 1, 1对其 进行滤波。 img=imread( img=rgb2gray(img); img=im2double(img); w=1,1,1; 1,-8,1; 1,1,1 k=conv2(img,w,same imshow(k);(2)编写函数 w = genlaplacian(n),自动产生任一
12、奇数尺寸 n 的拉普拉斯算子,如 5num=input(please enter any num: n=num;W=ones(n,n); for i=1:n for j=1: if(i=fix(n/2)+1 & j=fix(n/2)+1) W(i,j)=n*n-1;display (W);代码运行结果为:(3)分别采用 525 大小的拉普拉斯算子对 blurry_moon.tif 进 基于上一题要求形成一函数:行锐化滤波,并利用式 完成图像的锐化增强,观察其有何不同,要求在同一窗口中显示。function W=lapulasi(num) n=num,W=ones(n),x=fix(n/2)+1
13、; W(x,x)=-(n*n-1);其他代码: f=imread(moon.tif f=im2double(f);figure,subplot(2,3,1),imshow(f),title( w0=lapulasi(3),w1=lapulasi(5),w2=lapulasi(9); w3=lapulasi(15),w4=lapulasi(25);f0=f-imfilter(f,w0, subplot(2,3,2),imshow(f0),title(3*3 lapulasi f1=f-imfilter(f,w1, subplot(2,3,3),imshow(f1),title(5*5 lapul
14、asi f2=f-imfilter(f,w2, subplot(2,3,4),imshow(f2),title(9*9 lapulasi f3=f-imfilter(f,w3, subplot(2,3,5),imshow(f3),title(15*15 lapulasi f4=f-imfilter(f,w4, subplot(2,3,6),imshow(f4),title(25*25 lapulasi I,map=imread( I=double(I);figure,subplot(2,3,1),imshow(I,map),title( Gx,Gy=gradient(I);G=sqrt(Gx.
15、*Gx+Gy.*Gy),J1=G; subplot(2,3,2),imshow(J1,map),title(Operator1 Image J2=I;K=find(G=7);J2(K)=G(K);subplot(2,3,3),imshow(J2,map);Operator2 Image J3=I; J3(K)=255;subplot(2,3,4),imshow(J3,map),title(Operator3 Image J4=I;K=find(G J5(Q)=255;subplot(2,3,6),imshow(J5,map),title(Operator5 Image(4)采用不同的梯度算子对
16、该幅图像进行锐化滤波,并比较其效果。实验效果如下:I=imread( I=rgb2gray(I); h=fspecial(sobel h1=h*0.5; h2=h; h3=h*1.5; z1=imfilter(I,h1); z2=imfilter(I,h2); z3=imfilter(I,h3); figure,subplot(2,2,1),imshow(I),title( subplot(2,2,2),imshow(z1);Vertical filtering1 subplot(2,2,3),imshow(z2);Vertical filtering2 subplot(2,2,4),imsh
17、ow(z3);Vertical filtering3(5)自己设计锐化空间滤波器,并将其对噪声图像进行处理,显示处理后的图像;运行结果如下: 3.傅立叶变换 (1).读出一幅图像,对其进行快速傅立叶变换,分别显示其幅度图像和相位图像。代码为:f1=fft2(img); %快速傅里叶变换 f2=log(1+abs(f1); %振幅谱 f3=fftshift(f1);f4=angle(f1); %相位谱 figure,subplot(1,3,1),imshow(img),title( subplot(1,3,2),imshow(log(1+abs(f3),),title(amplitude spe
18、ctrum subplot(1,3,3),imshow(f4),title(phase spectrum f=ifft2(abs(f1);figure,subplot(1,3,1),imshow(img),title( subplot(1,3,3),imshow(log(1+abs(f),),title(absamplitude spectrum(2).仅对幅度部分进行傅立叶反变换后查看结果图像。(3).将图像的傅立叶变换 F 置为其共轭后进行反变换,比较新生成图像与原始图像的差 异。代码 f2=log(1+abs(f1); f3=fftshift(f1); f4=angle(f1);f5=-
19、f4;f6=double(f3*exp(f4); %傅立叶变换的复共轭 f7=ifft2(f6); %反傅立叶变换 figure,subplot(1,2,1),imshow(img),title(subplot(1,2,2),imshow(real(f7),),title(inverse fourier transform实验效果:4.平滑频域滤波 (1).设计理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器,截至频率自 选,分别给出各种滤波器的透视图。%理想低通滤波器的透视图% a=100; b=100; U=0:a; V=0:b; M=length(U);N=length(V); D0=
20、10; %D0 是频带的中心半径; x1=50;y1=50; x0=-50;y0=-50; m=fix(M/2); n=fix(N/2); H=zeros(M,N); n=2; for u=1:M for v=1:N a=sqrt(U(u) - 50) .* (U(u)-50) + (V(v) - 50) .* (V(v) - 50);%D(u,v)的值 if(a=D0)%理想滤波器 H(u,v)=1; else H(u,v)=0; figure; subplot(1,3,1), surf(U,V,H),title(理想低通滤波透视图) ; %2 阶巴特沃斯低通滤波透视图%55 %W=200;
21、%D0 是频带的中心半径;W 是频带的宽度 b=1+(a/D0)2*n; H(u,v)=1/b; subplot(1,3,2),surf(U,V,H);n=2 Butterworth lowess filter%高斯低通滤波% %D0 是频带的中心半径 D1=(u-m-x0)2+(v-n-y0).2)0.5; D2=(u-m+x0)2+(v-n+y0).2)0.5; D11=(u-m-x1)2+(v-n-y1).2)0.5; D21=(u-m+x1)2+(v-n+y1).2)0.5; H(u,v) = (U(u) - 50) .* (U(u)-50) + (V(v) - 50) .* (V(v) - 50); %在绘制高斯曲面的时候,加上下述代码,显示得美观 S=50; H = -H/(2*S); H = exp(H) / (sqrt(2*pi) * sqrt(S); subpl
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1