图像处理第4章编程作业.docxVIP

对一幅灰度图像：计算并画出此图像的中心化频率谱。clear; temp_image=imread(D:\123.jpg); % 读文件 temp_image=rgb2gray(temp_image); % 将图象变为黑白 temp_image=im2double(temp_image); % 转化为二维矩阵 move1=fftshift(fft2(temp_image));%将频谱转到中心 close all; figure(1) subplot(1,2,1),imshow(temp_image); title([原图 ]);subplot(1,2,2),imshow(log(abs(move1)),[]);title([中心化频率谱 ]);(2) 分别用高斯低通和高斯高通滤波器对图像进行频域处理。clear; clc I=imread(D:\123.jpg); %读取图像?J=rgb2gray(I); %将图像变为二维灰度图象?f=double(J); %MATLAB的矩阵运算中要求所有的运算变量为double型?f=fft2(f); %二维的傅里叶变换?f=fftshift(f); %将中心从矩阵的原点移到矩阵的中心?[row,col]=size(f);d0=30; %截止频率为30，数值越小越平滑?row1=fix(row/2);col1=fix(col/2); for i=1:row %d0为30的高斯低通滤波器?for j=1:cold=sqrt((i-row1)^2+(j-col1)^2);h(i,j)=exp(-d^2/(2*d0^2)) ;g(i,j)=h(i,j)*f(i,j);endendg=ifftshift(g); %对图像进行反FFT移动?g=ifft2(g); %进行二维傅立叶反变换?K=uint8(real(g)); subplot(1,2,1),imshow(J); title([原图 ]);subplot(1,2,2),imshow(K); title([高斯低通滤波处理后图 ]);clear; clc I=imread(D:\123.jpg); %读取图像?J=rgb2gray(I); %将图像变为二维灰度图象?f=double(J); %MATLAB的矩阵运算中要求所有的运算变量为double型?f=fft2(f); %二维的傅里叶变换?f=fftshift(f); %将中心从矩阵的原点移到矩阵的中心?[row,col]=size(f);d0=10; %截止频率，row1=fix(row/2);col1=fix(col/2); for i=1:rowfor j=1:cold=sqrt((i-row1)^2+(j-col1)^2);h(i,j)=1-exp(-d^2/(2*d0^2)); g(i,j)=h(i,j)*f(i,j);endendg=ifftshift(g); %对图像进行反FFT移动?g=ifft2(g); %进行二维傅立叶反变换?K=uint8(real(g)); subplot(1,2,1),imshow(J); title([原图 ]);subplot(1,2,2),imshow(K); title([高斯高通滤波处理后图 ]);(3)用频域拉普拉斯算子对此图像进行锐化处理。 temp_image=imread(D:\123.jpg); % 读文件 temp_image=rgb2gray(temp_image); % 将图象变为黑白 temp_image=im2double(temp_image); % 转化为二维矩阵 move1=fftshift(fft2(temp_image));%将频谱转到中心 Lap_count=fspecial(laplacian); % lapalace filter image_lap1=filter2(Lap_count,temp_image,same);%用lapalace滤波 image_lap=temp_image-image_lap1;