数 字 图 处 理 实验报告.docVIP

数 字 图 像 处 理 实验报告 实验1 离散图像的傅立叶变换 实验目的： 计算离散图像的傅立叶变换； 掌握图像的傅立叶频谱图及离散傅立叶变换性质。 实验原理： 二维傅立叶变换的Matlab实现，是利用图像处理软件对给出的图像进行傅立叶变换处理。在Matlab中，函数fft2表示二维傅立叶变换，函数ifft2则表示二维傅立叶反变换。 实验内容及步骤： (1)利用Matlab图像处理软件进行离散图像傅立叶变换，如给出一幅图像（w01.tif），其傅立叶变换程序如下： i=imread(w01.tif); %装入原始图像 figure(1); imshow(i); %显示原始图像 colorbar; j=fft2(i); %进行傅立叶变换 k=fftshift(j); figure(2); l=log(abs(k)); imshow( l , [ ] ); %显示傅立叶变换图像 colorbar 实验结果： 分析图像的傅立叶频谱图； 自行设计一幅图像，验证离散傅立叶变换的性质，如：频谱图中高频分量迅速衰减，可分离性，平移，周期性与共轭对称性，旋转、线性和比例性，平均值。下图是X，Y平移后傅立叶图。 a=zeros(1000); %设计一幅图像 for i=400:1:600; for j=450:1:550; a(j,i)=1; end end figure(1) subplot(3,2,1); imshow(a); b=fft2(a); %对图像进行傅里叶变换 k=fftshift(b); l=log(abs(k)); subplot(3,2,2); imshow( l , [ ] ); c=zeros(1000); %对图像进行X方向平移 for i=700:1:900; for j=450:1:550; c(j,i)=1; end end subplot(3,2,3); imshow(c); d=fft2(c); %对图像进行傅里叶变换 m=fftshift(d); l=log(abs(m)); subplot(3,2,4); imshow( l , [ ] ); e=zeros(1000); %对图像进行Y方向平移 for i=400:1:600; for j=750:1:850; e(j,i)=1; end end subplot(3,2,5); imshow(e); f=fft2(e); k=fftshift(f); l=log(abs(k)); subplot(3,2,6); imshow( l , [ ] ); 实验结果： 思考题：描述空间频率的概念： 答： 以空间频率(即波数)为自变量描述图像的特征,可以将一幅图像元值在空间上的变化分解为具有不同振幅、空间频率和相位的简振函数的线性叠加,图像中各种空间频率成分的组成和分布称为空间频谱。这种对图像的空间频率特征进行分解、处理和分析称为空间频率域处理或波数域处理。和时间域与频率域可互相转换相似,空间域与空间频率域也可互相转换。 实验2 修改直方图图像增强 实验目的： （1）掌握图像的直方图，图像的对比度； （2）掌握图像的直方图均衡化增强。 实验原理： 图像增强的Matlab实现，是利用图像处理软件对给出的图像进行处理。在Matlab中，imhist( )函数计算并产生图像的直方图，imadjust( )函数可以实现图像线性变换对比度增强；histeq( )函数是计算图像的直方图均化的函数。 实验内容及步骤： (1) 读入一幅图像，使用imhist( )函数产生图像的直方图，分析它的直方图分布及反映图像的特点； (2) 读入一幅图像，使用imadjust( )函数产生图像的对比度图，并使用imhist( )函数产生两个图像的直方图，分析图像对比度变化后的效果； (3) 读入一幅图像，使用histeq ( )函数均衡化图像，分析变化后图像的效果。 实验报告： 整理程序、数据，分析实验结果。 imhist()函数： 程序: clc; clear all; close all; a=imread(w01.tif); figure(1); imshow(a); colorbar; imhist(a); 结果如图： w01.tif的直方图 1 分析发现直方图所反映的灰度分布在50左右处量最大，对应0.2左右点。与图像中黑色头