实验一图像变换及频域滤波.docVIP

实验一 图像变换及频域滤波 1. 实验任务 （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； （3）总结实验过程（实验报告，左侧装订）：方案、编程、调试、结果、分析、结论。 2. 实验环境 Windws2000/XP 3. 开发工具 （1）MATLAB 6.x （2）Visual C++、Visual Basic或其它 4. 实验内容及步骤 （1）产生如图3.1所示图像（128×128大小，暗处=0，亮处=255），用MATLAB中的fft2函数对其进行FFT： 源程序： clc a=zeros(128,128) for y=54:74 for x=34:94 a(x,y)=1; end end figure(1) a1=fft2(a); subplot(1,2,1); imshow(a); subplot(1,2,2); a2=abs(a1); mesh(a2); for x=1:128 for y=1:128 b(x,y)=(-1).^(x+y).*a(x,y); end end figure(2) b1=fft2(b); subplot(1,2,1); imshow(b); subplot(1,2,2); b2=abs(b1); mesh(b2); figure(3) t=imrotate(a,315,nearest,crop) t1=fft2(t); subplot(1,2,1); imshow(t); subplot(1,2,2); t2=abs(t1); surf(t2); ① 同屏显示原图和的幅度谱图； 图1.1 ② 若令，重复以上过程，比较二者幅度谱的异同，简述理由； 图1.2 ③ 若将顺时针旋转45度得到，试显示的幅度谱，并与的幅度谱进行比较。 图1.3 结论：将图1.3与图1.1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）对如图3.2所示的数字图像lena.img（256×256大小、256级灰度）进行频域的理想低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的结果图。 源程序： clc a=fopen(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); a. 对数字图像lena.img进行频域的理想高通，同屏显示原图、幅度谱图和高通滤波的结果图。其中，取理想高通滤波的半径R分别为2、8和24： 原图像及其频谱图 R=2时的理想高通滤波结果图和滤波幅度谱图 R=8时的理想高通滤波结果图和滤波幅度谱图 R=24时的理想高通滤波结果图和滤波幅度谱图  注：对理想高通滤波后的图像用直接灰度变换方法作了灰度范围的扩展。 当R=2时，滤波后的图像无直流分量，但灰度的变化部分基本上都保留了；当R=8时，滤波后的图像在文字和图像边缘部分的信息仍然保留；当R=24时，滤波后的图像只剩下文字和白条边缘等信号突变的部分。 （2）b. 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： 原图像及其幅度谱图 R=88时的理想低通滤波结果图和滤波频谱图  R=24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频谱图 R=5时的理想低通滤波结果图和滤波频谱