实验三 频域增强.docVIP

实验三 傅里叶变换及频域增强 一．实验内容： 1、傅里叶变换性质 2、低通滤波 3、高通滤波 二．实验目的： 1、理解傅里叶变换的原理，掌握傅里叶变换的性质 2、掌握频域平滑原理，学会用理想低通滤波器、Butterworth低通滤波器、高斯低通滤波器进行图像处理。 3、掌握频域锐化原理，学会用理想高通滤波器、Butterworth高通滤波器、高斯高通滤波器进行图像处理。 三．实验步骤： 一、傅里叶变换性质 首先构造一幅黑白二值图像，在128×128的黑色背景中心产生一个4×4的白色方块，对其进行傅里叶变换把低频分量移到图象中心，而把高频分量移到四个角上；（方法有两种：其一，在FT以前对测试图象逐点加权(-1)^(i+j);其二，利用FFTSHIFT函数）利用图象增强中动态范围压缩的方法增强2DFT；（Y＝C*log（1＋abs（X))）构造一幅黑白二值图像，在128×128的黑色背景产生一个4×4的白色方块），对其进行傅里叶变换imrotate) 构造幅黑白二值图像，在128×128的黑色背景clear all; close all; clc; f=zeros(128); f(63:66,63:66)=1; g=fft2(f); m=fftshift(g); y=log(1+abs(m)); f1=zeros(128); f1(32:36,32:36)=1; h=fft2(f1); i=imrotate(h,30); j=fft2(i); f2=zeros(128); f2(60:68,60:68)=1; k=fft2(f2); f3=zeros(128); f3(64:65,64:65)=1; l=fft2(f3); figure;%1 subplot(2,2,1);imshow(f);title(template f); subplot(2,2,2);imshow(g);title(g=fft2(f)); subplot(2,2,3);imshow(m);title(m=fftshift(g)); subplot(2,2,4);imshow(y);title(y=log(1+abs(m))); figure;%2 subplot(2,2,1);imshow(f);title(template f); subplot(2,2,2);imshow(g);title(g=fft2(f)); subplot(2,2,3);imshow(f1);title(template f1); subplot(2,2,4);imshow(h);title(h=fft2(f1)); figure;%3 subplot(2,2,1);imshow(f);title(template f); subplot(2,2,2);imshow(g);title(g=fft2(f)); subplot(2,2,3);imshow(i);title(i=imrotate(h,30)); subplot(2,2,4);imshow(j);title(j=fft2(i)); figure;%4 subplot(2,3,1);imshow(f);title(template f); subplot(2,3,2);imshow(g);title(g=fft2(f)); subplot(2,3,3);imshow(f2);title(template f2); subplot(2,3,4);imshow(k);title( k=ff2(f2)); subplot(2,3,5);imshow(f3); title(template f3); subplot(2,3,6);imshow(l);title(l=fft2(f3)); 一、傅里叶变换性质 1、将前三步的图像在一个图像窗口显示，并且比较图像中心平移前后有什么区别，取对数前后又有什么区别； 图像分析：低频分量移到图象中心，而高频分量移到四个角上 将第1步和第4步的原图像及傅里叶变换后的图像在同一个图像窗口显示，比较其傅里叶变换后的图像，说明其中的原理； 图像分析：图像经过傅里叶变换后，得到的是图像的频域，也就是频率成分；这个频率成分表示的意义就是相邻像素之间数值的变化，也就是说像素在空间上的变化越快，它对应在频域上的数值就越大；如果频谱图中亮的点数多，那么实际图像一定是尖锐的，边界分明且边界两边像素差异较大的。对频谱移频到原点以后，可以看出图像的频率分布是以原点为圆心，对称分布的。 3、将第1步和第5步的原图像及傅里叶变换后的图像在同一个图像窗口显示，比较其傅里叶变换后的图像，说明其中的原理； 4、将第1步和第6步的原图像及傅里叶变换后的图像在同一个图像窗口显示，比较其傅里叶变换后的图像，说明其中的原理。 二、低通滤