实验三图像的正交变换..docVIP

实验三 图像的正交变换 一、实验目的 了解傅立叶变换、离散余弦变换及其在图像处理中的应用 了解Matlab线性滤波器的设计方法 二、实验步骤 1、打开MATLAB软件，设置工作路径，新建M文件。 2、将图片放到当前工作路径下 3、写入图像正交变换（包括傅里叶变换、离散余弦变换）程序保存并调试运行。程序具体要求： （1）傅立叶变换 A) 绘制一个二值图像矩阵,并将其傅立叶函数可视化。 B) 利用傅立叶变换分析两幅图像的相关性，定位图像特征。读入图像‘cameraman.tif’，抽取其中的字母‘a’。 ( 2 ) 离散余弦变换(DCT) 使用dct2对图像‘linyichen.jpg’进行DCT变换。 将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并与原图像比较。 4、保存实验结果并完善实验报告。 三、实验程序 1、傅立叶变换 A) 绘制一个二值图像矩阵,并将其傅立叶函数可视化。 f=zeros(30,30); f(5:24,13:17)=1; imshow(f,notruesize) F=fft2(f); F2=log(abs(F)); figure,imshow(F2,[-1 5],notruesize);colormap(jet); F=fft2(f,256,256); %零填充为256×256矩阵 figure,imshow(log(abs(F)),[-1 5],notruesize);colormap(jet); F2=fftshift(F); %将图像频谱中心由矩阵原点移至矩阵中心 figure,imshow(log(abs(F2)),[-1 5],notruesize);colormap(jet); B)利用傅立叶变换分析两幅图像的相关性，定位图像特征。读入图像‘cameraman.tif’，抽取其中的字母‘a’。 bw=imread(cameraman.tif); a=bw(59:71,81:91); imshow(bw); figure,imshow(a); C=real(ifft2(fft2(bw).*fft2(rot90(a,2),256,256)));%求相关性 figure,imshow(C,[]); thresh=max(C(:)); figure,imshow(Cthresh-10) figure,imshow(Cthresh-15) 离散余弦变换(DCT) 使用dct2对图像‘linyichen.jpg’进行DCT变换。 RGB=imread(linyichen.jpg); imshow(RGB) I=rgb2gray(RGB); %转换为灰度图像 figure,imshow(I) J=dct2(I); figure,imshow(log(abs(J)),[]),colormap(jet(64));colorbar; 将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并与原图像比较。 RGB=imread(linyichen.jpg); I=rgb2gray(RGB); %转换为灰度图像 J=dct2(I); figure,imshow(I) K=idct2(J); figure,imshow(K,[0 255]) J(abs(J)10)=0; %舍弃系数 K2=idct2(J); figure,imshow(K2,[0 255]) 四、实验结果 1、傅立叶变换 A) 绘制一个二值图像矩阵,并将其傅立叶函数可视化。 图1 傅里叶变换A)的实验结果 B)利用傅立叶变换分析两幅图像的相关性，定位图像特征。读入图像‘cameraman.tif’，抽取其中的字母‘a’。 图2 傅里叶变换B）的实验结果 离散余弦变换(DCT) 使用dct2对图像‘linyichen.jpg’进行DCT变换。 图3 离散余弦变换A）的实验结果 将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并与原图像比较。 图4 离散余弦变换B)的实验结果 五、结果分析 1、傅立叶变换 绘制一个二值图像矩阵并做其傅里叶变换；零填充为256×256矩阵的傅里叶变换；将图像频谱中心由矩阵原点移至矩阵中心（见图1）。定位图像cameraman.tif（59:71,81:91）；扩展为256*256大小旋转90度并求相关性（见图2）可见图像变得模糊。 2、离散余弦变换(DCT) 将linyichen.jpg转换为灰度图像并对灰度图像进行DCT变换，可见能量集中在低频部分(见图3)。使用idct2重构图