1. 频率域平滑：.doc

1. 频率域平滑： (1) 读入原图像test.tif并显示 ； (2) 对原图像添加高斯噪声； (3) 采用理想低通滤波器对加噪图像滤波，并显示滤波结果； 要求：观察截止频率 D0 分别为15、30、80时，理想低通滤波的结果 。 (4) 采用二阶巴特沃斯低通滤波器对加噪图像滤波，并显示滤波结果； 要求：观察截止频率 D0 分别为15、30、80时，二阶巴特沃斯低通滤波的结果 。 (5) 采用二阶指数低通滤波器对加噪图像滤波，并显示滤波结果； 要求：观察截止频率 D0 分别为15、30、80时，二阶指数低通滤波的结果。 (6) 比较各种低通滤波器的滤波效果 。 2. 频率域锐化： (1) 读入原图像test.tif并显示 ； (2) 采用理想高通滤波器对图像滤波，并显示滤波结果； 要求：观察截止频率 D0 分别为15、30、80时，理想高通滤波的结果 。 (3) 采用二阶巴特沃斯高通滤波器对图像滤波，并显示滤波结果； 要求：观察截止频率 D0 分别为15、30、80时，二阶巴特沃斯高通滤波的结果 。 (4) 采用二阶指数高通滤波器对图像滤波，并显示滤波结果； 要求：观察截止频率 D0 分别为15、30、80时，二阶指数高通滤波的结果。 (5) 比较各种高通滤波器的滤波效果 。 程序： 1. 频率域平滑： l=imread(d:\test.jpg); subplot(231),imshow(l,[]),title(原始图像) k=imnoise(l,gaussian); subplot(232),imshow(k,[]);title(加入高斯噪声) f=double(k); g=fft2(f); g=fftshift(g); [M,N]=size(g); n=2; d0=30; mm=M/2;nn=N/2; for i=1:M for j=1:N d=sqrt((i-mm)^2+(j-nn)^2); h=1/(1+(d/d0)^(2*n)); result1(i,j)=h*g(i,j); h1=exp(-(d/d0)^n) result3(i,j)=h1*g(i,j); if d30 result2(i,j)=0; else result2(i,j)=g(i,j); end end end G1=ifftshift(result1); G1=ifft2(G1); X1=uint8(real(G1)); G2=ifftshift(result2); G2=ifft2(G2); X2=uint8(real(G2)); G3=ifftshift(result3); G3=ifft2(G3); X3=uint8(real(G3)); subplot(233),imshow(X2,[]);title(理想低通滤波) subplot(235),imshow(X1,[]);title( butterworth低通滤波) subplot(236),imshow(X3,[]);title(指数低通滤波) （15HZ） (30HZ) (80HZ) (由不同截频同一滤波器滤波的图像比较可以看出，截频大的图像更加清晰。) 2. 频率域锐化 l=imread(d:\test.jpg); subplot(141),imshow(l,[]),title(原始图像) f=double(l); g=fft2(f); g=fftshift(g); [M,N]=size(g); n=2; d0=80; mm=M/2;nn=N/2;