实验二图像变换及频域滤波..docVIP

实验二 图像变换及频域滤波 一.实验目的 （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。 二.实验环境及开发工具 Windws XP、MATALAB7.0??F(u-N/2,v-N/2),达到将原始F(U,V)四周频谱移到中心的效果,及达到频谱中心化。 b．验证旋转不变性可以通过将原始数组的通过移动45度,然后再比较旋转后与旋转前的频谱,得出频谱旋转不变性的结论。 具体步骤： 1）产生如图1所示图像（128×128大小，暗处=0，亮处=255） 2）同屏显示原图和的幅度谱图。 3）若令，重复以上过程，比较二者幅度谱的异同。 4）将顺时针旋转45度得到，显示的幅度谱，并与的幅度谱进行比较。 2.实现图像频域滤波，加深对频域图像增强的理解。频率域中进行增强是相当直观的,主要步骤有: 1）计算需要增强的图象的傅立叶变换; 2）将其与一个(根据需要设计的)转移的函数相乘; 3）再将结果反傅立叶变换以得到增强的图象. 为了直观的展示频域增强,可以通过下面任务来展现: 对如图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。 四.实验要求及分析 1．验证二维傅里叶变换的平移性和旋转不变性 1）建立一个二维数组并要求该数组能够显示成图1. a=zeros(128,128) for y=54:74 for x=34:94 a(x,y)=1; end end 然后再用显示图象的函数显示即可, 在此我们用imshow(a)语句。 为了得到幅度谱图,可以将数组a进行快速傅立叶变换,然后再用Mesh语句便可得到其幅度谱. 2）观察其平移特性。 根据实验方法中的分析,构造一个新的数组存入平移后的原数组,通过在嵌套中加入语句b(x,y)=(-1).^(x+y).*a(x,y);即可,然后再用类似上面的方法画出图象和幅度谱. 3）验证其旋转不变性。 首先将所得图画旋转45度,这需要通过将数组先相应的旋转,这个旋转有两种方式: （1）根据旋转后的图象算出旋转后的数组形式,通过点与点之间的变换来实现,需要分区间来画图和构建新的数组.然后用imshow来显示. (2)直接用IMROTATE(A,ANGLE,METHOD)语句,其中A表示数组,ANGLE表示旋转角度,METHOD表示旋转方向.我们令t=imrotate(a,315,nearest,crop)令可将数组a逆时针旋转135度,即相当于顺时针旋转45度。 然后比较旋转前后两幅图的差别以及其频率谱和幅度谱的异同。最后可以得结论。 2.实现图像频域滤波 1）读出图片,并生成图片的数组. 首先要将lena.img与MATLAB程序文档放在一个目录下面,然后再用语句a=fopen(lena.img,r); b=fread(a,[256,256],uchar); 打开图片并获得组成该图片的数组.然后用imshow(b),便可得到lena的人头图片. 其次与上面任务一样,对图片数组进行快速傅立叶变换,然后用mesh()语句画出他的幅度谱图, 2）进行频域增强的低通滤波部分。 频域法的过程是： f(x,y)?正变换----F(u,v)---?修正H(u,v)---G(u,v)---?反变换?g(x,y). 理想低通滤波的转移函数需满足以下条件: H(u,v) H(u,v)=1; 当D(u,v)=Do时; H(u,v)=0; 当D(u,v) Do时; 其中Do是一个非负整数, D(u,v)是反映点(u,v)到频率平面原点的距离。当小于Do的频率可以完全不受影响的通过滤波器,而大于Do的则完全不能通过滤波器,该Do可以形象的表示成截断频率。 在低通滤波时,分别令Do等于88,24,11,5时,可得到低通滤波后的结果图象,通过观察其图象与幅度谱图来理解低通滤波的特性. 3）进行频域增强的高通滤波部分。 一个2---D理想高通滤波器的转移函数满足下列条件 H(u,v) H(u,v)=0; 当D(u,v)=Do时; H(u,v)=1; 当D(u,v) Do时; 所得到的结果恰好与低通滤波相反, 当大于Do的频率可以完全不受影响的通过滤波器,而小于Do的则完全不能通过滤波器。 在高通滤波时,分别令Do等于2,8,24时,分别得到高通滤波后的结果图像,通过观察其图象与幅度谱图来理解高通滤波的特性。 关于此部分主要的函数语句是: m=abs(b); m0=15*log(m+1.001); surf(m0); 求