图形图像处理实验二【荐】.docVIP

甘肃政法学院 本科生实验报告 （二） 姓名:柳文会 学院:计算机科学学院 专业:计算机科学与技术 班级:2010级计本班 实验课程名称:图像变换及频域滤波 实验日期:2010年 4 月 12日 指导教师及职称:王秋云 实验成绩: 开课时间：2011-2012 学年 第二 学期 甘肃政法学院实验管理中心印制 实验题目 图像变换及频率滤波 小组合作 否 姓名 柳文会 班级 10计本班 学 号 201081010124 一、实验目的 （1）编写快速傅里叶变换算法程序，验证二维傅里叶变换的平移性和旋转不变性； （2）实现图像频域滤波，加深对频域图像增强的理解。 二．实验环境 Windws XP、MATALAB7.0与fft2(f1)幅度谱的程序如下： 1.2 令，则图像与的幅度谱图如下： 1.3若将f1(x,y)顺时针旋转45°得到，则及的幅度谱图如下 a=zeros(128,128) for y=54:74 for x=34:94 a(x,y)=1; end end figure(1) a1=fft2(a); subplot(3,2,1); imshow(a); subplot(3,2,2); a2=abs(a1); mesh(a2); for x=1:128 for y=1:128 b(x,y)=(-1).^(x+y).*a(x,y); end end b1=fft2(b); subplot(3,2,3); imshow(b); subplot(3,2,4); b2=abs(b1); mesh(b2); t=imrotate(a,45,nearest,crop) t1=fft2(t); subplot(3,2,5); imshow(t); subplot(3,2,6); t2=abs(t1); surf(t2); 结果分析：对比两图可以得到,1.2得的图就是将1.1得的图的频谱往中心移.即称为频谱中心化,将能量集中的4个角往中心靠拢。 结果分析：将1.3得的图与1.1得的图比较可知,将原图移动旋转45度以后,幅度谱图仍然没的改变,图象能量依然集中在4个角。 2.实现图像频域滤波 2.1 对数字图像lena.img 进行频域的理想低通，同屏显示原图、幅度谱图和低通滤波的结果图。其中，取理想低通滤波的半径R分别为88、24、11和5。 程序代码如下（取r=8时） a=fopen(D:\图像实验 \img\lena.img,r); b=fread(a,[256,256],uchar); fclose(a); figure(1) subplot(1,2,1) imshow(b,[0,255]); b=fft2(b) m=abs(b); subplot(1,2,2) m0=15*log(m+1.001) surf(m) q=b; t=fftshift(q) r=8; for x=1:256 for y=1:256 if (x-128).^2+(y-128).^2r.^2; t(x,y)=0; end end end h2=abs(t); h02=15*log(1.001+h2) figure(2) imshow(h02,[0,255]); t=ifftshift(t); z=ifft2(t); figure(3); subplot(1,2,1) imshow(z,[0,255]); n=fft2(z); subplot(1,2,2); n=15*log(1.001+abs(n)); surf(n); 结果如下： 原图像及其频谱图 R=88时的理想低通滤波结果图和滤波频谱图 R=88时的理想低通滤波后的幅度谱图 R=24时的理想低通滤波结果图和滤波幅度谱图 R=24时的理想低通滤波后的幅度谱图 R=11时的理想低通滤波结果图和滤波频谱图 R=11时的理想低通滤波结果图和滤波幅度谱图 R=5时的理想低通滤波结果图和滤波幅度谱图 (图2.5) 对于所有的低通滤波都会根据不同的半径产生如图2.5一样的频谱图. 当R=5时，滤波后的图像很模糊，无法分辨； 当R=11时，滤波后的图像比较模糊，但基本能分辨出人脸的形状； 当R=24时