- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实验名称
频域图像增强
指导老师
毕务忠
班级
信处152
实验日期
2018/4/17
实验地点
5205
学生信息
(依次填入姓名、学号)
张南卿
2015021118
成绩
实验目的
1.了解图像变换的意义和手段;
2.熟悉傅里叶变换的基本性质;
3.热练掌握FFT方法及应用;
4.通过实验了解二维频谱的分布特点;
5.通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换及滤波锐化和平滑处理;
6. 了解理想、巴特沃兹、高斯等不同滤波器的结构及滤波效果。
实验原理
1应用傅立叶变换进行图像处理
傅里叶变换是线性系统分析的一个有力工具,它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。通过实验培养这项技能,将有助于解决大多数图像处理问题。对任何想在工作中有效应用数字图像处理技术的人来说,把时间用在学习和掌握博里叶变换上是很有必要的。
2傅立叶(Fourier)变换的定义
2.1 对于二维信号,二维Fourier变换定义为:
二维离散傅立叶变换为:
电子工程学院 数字图像处理 课程实验报告
图像的傅立叶变换与一维信号的傅立叶变换变换一样,有快速算法,具体参见参考书目,有关傅立叶变换的快速算法的程序不难找到。实际上,现在有实现傅立叶变换的芯片,可以实时实现傅立叶变换。
2.2 巴特沃斯滤波器
巴特沃斯lowpass filter
Butterworth highpass filter
2.3 gaussian filter
gaussian lowpass filter
gaussian highpass filter
3利用MATLAB软件实现数字图像傅立叶变换的程序:
I=imread(‘原图像名.gif’); %读入原图像文件
imshow(I); %显示原图像
fftI=fft2(I); %二维离散傅立叶变换
sfftI=fftshift(fftI); %直流分量移到频谱中心
RR=real(sfftI); %取傅立叶变换的实部
II=imag(sfftI); %取傅立叶变换的虚部
A=sqrt(RR.^2+II.^2);%计算频谱幅值
A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225;
%归一化
figure; %设定窗口
imshow(A); %显示原图像的频谱
实验仪器与设备(包括实验平台、实验材料等)
1.计算机;
2. MATLAB程序;
3.移动式存储器(软盘、U盘等)。
4.记录用的笔、纸。
实验内容(包括实验电路、实验步骤与流程、源程序代码、调试过程记录等,可另附页)
1.打开计算机,安装和启动MATLAB程序;
2.利用MatLab工具箱中的函数编制FFT频谱显示的函数;
3. a).调入、显示图像;
b)对图像做FFT并利用自编的函数显示其频谱;
c)讨论不同的图像内容与FFT频谱之间的对应关系。
4. 对频谱分别进行巴特沃兹、高斯滤波(高通和低通),比较其锐化和平滑效果
5.记录和整理实验报告。
实验结果及分析(包括程序和数据的记录及分析、实验总结等,可另附页)
i=imread(C:\picture\lena.bmp); %读入原图像文件
figure(1); %设定窗口
imshow(i); %显示原图像
colorbar; %显示图像的颜色条
title(原图像) %图像命名
j=fft2(i); %二维离散傅立叶变换
k=fftshift(j); %直流分量移到频谱中心
l=log(abs(k)); %数字图像的对数变换
figure(2); %设定窗口
imshow(l,[]); %显示原图像
colorbar; %显示图像的颜色条
title(经过二维快速傅立叶变换后的图像) %图像命名
n=ifft2(j)/255;%逆二维快速傅里叶变换
figure(3); %设定窗口
imshow(n);%显示原图像
colorbar;%显示图像的颜色条
title(经过二维快速傅立叶逆变换后的图像)%图像命名
m=fftshift(j);%直流分量移到频谱中心
RR=real(m);%取傅立叶变换的实部
II=imag(m); %取傅立叶变换的虚部
A=sqrt(RR.^2+II.^2);%计算频谱幅值
A=(A-min(min(A)))/(ma
x(max(A))-min(min(A)))*225;%归一化
figure(4);%设定窗口
imshow(A);%显示原
文档评论(0)