数字图像处理及边缘检测.docVIP

实验二：图像的傅立叶变换 实验目的： 了解图像变换的意义和手段； 熟悉傅立叶变换的性质； 熟练掌握FFT方法反应用； 通过实验了解二维频谱的分布特点； 通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。 实验原理： 利用傅立叶变换进行图像处理 傅立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、噪音和显示点等得作用。通过实验培养这项技能，将有利于解决大多数图像处理问题。 傅立叶变换的定义 对二维信号： 逆变换： 二维离散傅立叶变换： 图像的傅立叶变换与一维信号的傅立叶变换一样，有快速算法，有关傅立叶变换的快速算法的程序不难找到，利用傅立叶芯片，可以实现傅立叶变换。 利用MATLAB实现数字图像的傅立叶变换。 X=imread(C:\Users\Administrator\Desktop\black.jpg); imshow(X); I=rgb2gray(X); K=size(I,1); max(I) max(max(I)); min(min(I)); fftI=fft2(I); sfftI=fftshift(fftI); RR=real(sfftI); II=imag(sfftI); A=sqrt(RR.^2+II.^2); min(min(A)); max(max(A)); max(A); B=(A-min(min(A)))/(max(max(A))-min(min(A)))*255; figure; imshow(B); 实验步骤： 利用MATLAB工具箱中的函数编制FFT频谱显示函数； 读取图像； 对读取的图像做FFT并利用自己编制显示其频谱； 不同图像内容与FFT频谱之间的对应特点。 实验报告： 利用自己编制好的频谱显示函数，读入图像“I1.gif“，对其做FFT并显示其频谱： 图 1 I1 图 2 FFT变换后的频谱能量图 读入图像“I.gif“，对其做FFT并显示其频谱： 实验结果分析 通过对以上实验结果的分析，图2和图4为对应原图（图1和图3）的傅立叶频谱能量图（运用快速傅立叶变换），使用了fftshift函数调整；以使频谱图像的原点从起点（0,0），移到图像中心（M/2，N/2）。从图2可以看出：原图像竖直方向频率的频谱能量集中在水平方向的中心区，而水平方向频率的频谱能量集中在竖直方向的中心带上。图4也具有这一特征。