- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实验二图像的傅立叶变换
实验 图像的傅立叶变换
实验目的
1了解图像变换的意义和手段;
2熟悉傅立叶变换的基本性质;
3熟练掌握FFT变换方法及应用;
4通过实验了解二维频谱的分布特点;
5通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。
6评价人眼对图像幅频特性和相频特性的敏感度。实验原理
1 应用傅立叶变换进行图像处理
傅里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、噪音和显示点等的作用。通过实验培养这项技能,将有助于解决大多数图像处理问题。
2 傅立叶(Fourier)变换的定义
对于二维信号,二维Fourier变换定义为:
逆变换:
二维离散傅立叶变换为:
逆变换:
实验
生成大小为128×128,暗处=0,亮处=255的图像图象f1(x,y)。
对原图像进行傅立叶变换,再显示幅度频谱图,其间运用函数fftshift进行修正,使变换后的直流分量位于图形的中心。
把空间的频率平面坐标系的原点移到(M/2,N/2)的位置,即令,,则
上式表明:如果需要将图像频谱的原点从起点(0,0)移到图像的中点(M/2,N/2),只要将f(x,y)乘以因子进行傅立叶变换即可实现。
运用对数变换来扩展低值灰度,压缩高度灰值。
图像的旋转是图像的位置变换,但旋转后,图像的大小一般会改变。
实验报告内容
1.叙述实验过程;
2.提交实验的原始图像和结果图像。
思考题
1.傅里叶变换有哪些重要的性质?
2.图像的二维频谱在显示和处理时应注意什么?
七、实验图片
number.tifOriginal iamge
(二选一即可)
实验二 图像的傅立叶变换
一、实验目的:
1了解图像变换的意义和手段;
2熟悉傅立叶变换的基本性质;
3熟练掌握FFT变换方法及应用;
4通过实验了解二维频谱的分布特点;
5通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。
6评价人眼对图像幅频特性和相频特性的敏感度。
二、实验内容及步骤:
产生亮块图像f1(x,y)(128*128,暗处灰度值为0,亮处灰度值为255),对其进行FFT:
(1)同屏显示原图f1和FFT(f1)的幅度谱图
(2)令f2(x,y)=(-1)^(x+y)f1(x,y),重复以上过程,比较二者幅度谱的异同
(3)将f2(x,y)顺进针旋转45度得到f3(x,y),对f3作FFT产生亮块图像f1(x,y),并存储。
原始图像
1. %生成图像f1
>> f1=zeros(128,128);
>> f1((63-30):(63+30),(64-10):(63+10))=1;
%FFT变换
>> fft_f1=log(1+abs(fftshift(fft2(f1))));
>> figure;
>> subplot(121);imshow(f1);title('Image f1');
>> subplot(122);imshow(fft_f1,[]);title('FFT(f1)');
2. %计算f2
>> f2=zeros(128,128);
>> for i=1:128;
for j=1:128;
f2(i,j)=((-1)^(i+j))*f1(i,j);
end
end
>> fft_f2A=log(1+abs(fft2(f2)));
>> fft_f2B=log(1+abs(fftshift(fft2(f2))));
>> figure;
>> subplot(131);imshow(f2);title('Image f2');
>> subplot(132);imshow(fft_f2B,[]);title('FFT(f2)');
>> subplot(133);imshow(fft_f2A,[]);title('FFT(f2) Without FFTShift');
把空间的频率平面坐标系的原点移到(M/2,N/2)的位置,即令
, ,则
上式表明:如果需要将图像频谱的原点从起点(0,0)移到图像的中点(M/2,N/2),只要将f(x,y)乘以因子进行傅立叶变换即可实现。
3. %计算f3
>> f3=imrotate(f2,-45,'nearest');
>> fft_f3=log(1+abs(fftshift(fft2(f3))));
>> figure;
>> subplot(121);imshow(f3);title('Image f3');
>> subplot(122);imshow(fft
文档评论(0)