实习三报告..docVIP

实习二 影像频域增强实验 1.实习任务： 1.1 二维离散傅立叶变换（DFT）及其反变换； 1.2 高通滤波器； 1.3 TM 影像的条带去除。 2.实习目的： 2.1 掌握二维DFT 变换及其物理意义，掌握基本的灰度变换方法。 2.2 掌握影像在频域的高通滤波处理。 2.3 掌握遥感影像周期噪声的去除方法。 3.具体内容： 3.1二维离散傅里叶变换（DFT）及其反变换 3.1.1基本原理： a. 在 8 位灰度图中，像素值大小为0-255。0 代表黑色，255 代表白色。 b. 二维 DFT 计算公式为 c. 由于二维 DFT 是一种行列可分离的变换，其结果也可以由在两个方向上 先后做一维DFT 得到。具体流程为： 对图像每一行（即某个x 值），做一维DFT，得到的结果保存为矩 阵F(x,v)的一行。 对矩阵F(x,v)的每一列（即某个v值），做一维DFT，得到的结果保存为矩阵F(u, v)的一列。 d.直接对图像 f (x, y)做傅立叶变换，结果的原点处于图像左下角。将傅立 叶变换结果的原点移到矩阵中心位置可利用公式。 e. 傅立叶变换结果一般为复数，它的模（谱）的大小反映了图像在不同频 率上能量的分布。一般用| F(u, v) |来显示和比较傅立叶变换的结果。 f. 当用 8 位灰度来显示图像时，将图像灰度级调整至0－255 范围内可以充 分利用屏幕的显示范围。这时可利用一个线性变换将图像最小值变换至0， 将图像最大值变换至255，其余灰度值做相应平移和拉伸。其变换函数为： g.对数变换也是一种常用的灰度转换函数。其变换函数为: 常数c 用于调整s 的动态范围，在本实验中为0-255。 h. 从频谱图可以看出图像大致的方向性和灰度变化的快慢。 i. 逆傅立叶变换的计算，可通过正向傅立叶变换计算得到[1]。 3.1.2实验数据 Building影像数据及其创建影像。 图3.1.1 building原图像 图3.1.2 创建测试图像 3.1.3实验结果 对创建图像进行DFT变换，其结果如下： 图3.1.3创建测试图像 图3.1.4 DFT变换 DFT反变换 图3.1.5 DFT变换后的图像 图3.1.6 DFT反变换后的图像 对测试图像进行线性变换和对数变换 图3.1.7 测试图像 图3.1.8 线性变换后的图像 对数变换 图3.1.9 测试图像 图3.1.10 对数变换后的图像 3.2 高通滤波器 3.2.1基本原理 图像空间域的线性邻域卷积实际上是图像经过滤波器对信号频率成分的滤波，这种功能也可以在变换域实现，即把原始图像进行正变换，设计一个滤波器用点操作的方法加工频谱数据（变换系数），然后在进行反变换，即完成处理工作。 这里关键在于设计频域（变换域）滤波器的传递函数H(u,v)。理想滤波器传递函数在通带内所有频率分量完全无损地通过，而在阻带内所有频率分量完全衰减。理想滤波器有陡峭频率的截止特性，但会产生振铃现象使图象变得模糊。Butterworth 滤波是一种非线性滤波,通带和阻带之间没有明显的不连续性。高斯滤波是一种另一种常用的非线性滤波，相对Butterworth 函数变化更加平缓。 理想高通滤波器公式为： Batterworth高通滤波器公式为： 高斯高通滤波器公式为： 3.2.2计算结果 谱、角谱和能量谱运算结果： 图3.2.1 DFT变换后的图 图3.2.2 谱计算结果 图3.2.3 角谱计算结果 图3.2.4 能量谱计算结果 理想高通滤波结果： 图3.2.5 原始图像 图3.2.6 D0=10的结果 图3.2.7 D0=4的结果 图3.2.8 D0=20的结果 Batterworth高通滤波结果： 图3.2.9 原始图像 图3.2.10 阶数=2，D0=5的结果 图3.2.11 阶数=2，D0=40的结果 图3.2.12 阶数=2，D0=20的结果 图3.2.11 阶数=4，D0=5的结果 图3.2.11 阶数=6，D0=5的结果 高斯高通