matlab图像的傅立叶变换.docVIP

实验三 图像的傅立叶变换 熟悉傅里叶变换的基本性质； 掌握FFT方法及应用； 通过实验了解二维频谱的分布特点； 掌握利用MATLAB实现数字图像的傅立叶变换及滤波锐化的处理； 了解理想、巴特沃兹、高斯等不同滤波器的结构及滤波效果。 实验步骤 启动MATLAB程序，读入一幅图像；对图像做FFT。使用’subplot’命令，同时显示原始图像其频谱图； IenaImg=imread(lena.jpg); %读入原图像文件 fftI=fft2(double(IenaImg)); %二维离散傅立叶变换 sfftI=fftshift(fftI); %直流分量移到频谱中心 RR=real(sfftI); %取傅立叶变换的实部 fftImg = log(RR); subplot(1,2,1) imshow(IenaImg); %显示原图像 subplot(1,2,2) imshow(fftImg, [8,10]); %显示原图像的频谱 读入一幅图像，分别为图像添加椒盐、高斯噪声，做FFT变换。使用’subplot’命令，将原始图像、原始图像频谱图、添加噪声后的图像，以及噪声图像的频谱图同时显示出来。 lenaImg=imread(lena.jpg); %读入原图像文件 fftI=fft2(double(lenaImg)); %二维离散傅立叶变换 sfftI=fftshift(fftI); %直流分量移到频谱中心 RR=real(sfftI); %取傅立叶变换的实部 fftLenaImg = log(RR); 加入椒盐躁声 saltImg=imnoise(lenaImg,salt pepper,0.02); %加入椒盐躁声 fftI=fft2(double(saltImg)); %二维离散傅立叶变换 sfftI=fftshift(fftI); %直流分量移到频谱中心 RR=real(sfftI); %取傅立叶变换的实部 fftSaltImg = log(RR); subplot(2,2,1); imshow(lenaImg); subplot(2,2,2); imshow(fftLenaImg , [8,10]); subplot(2,2,3); imshow(saltImg); subplot(2,2,4); imshow(fftSaltImg , [8,10]); 加入椒盐躁声 加入高斯躁声 gaussianImg =imnoise(lenaImg,gaussian,0.02); %加入高斯躁声 fftI=fft2(double(gaussianImg)); %二维离散傅立叶变换 sfftI=fftshift(fftI); %直流分量移到频谱中心 RR=real(sfftI); %取傅立叶变换的实部 fftGaussianImg = log(RR); subplot(2,2,1); imshow(lenaImg); subplot(2,2,2); imshow(fftLenaImg , [8,10]); subplot(2,2,3); imshow(gaussianImg); subplot(2,2,4); imshow(fftGaussianImg , [8,10]); 加入高斯躁声 读入一幅图像，对图像分别进行高斯低通、巴特沃兹低通、高斯高通和巴特沃兹高通频域滤波，比较其锐化和平滑效果； %高斯低通滤波器 I = imread(lena.jpg); imshow(I); s=fftshift(fft2(I)); [M,N]=size(s); n=2; d0=30; %GLPF滤波，d0=5，15，30（程序中以d0=30为例） n1=floor(M/2); n2=floor(N/2); for i=1:M for j=1:N d=sqrt((i-n1)^2+(j-n2)^2); h=1*exp(-1/2*(d^2/d0^2)); s(i,j)=h*s(i,j); end end s=ifftshift(s); gImg=uint