数字图像处理实验matlab3..docVIP

5.已知一图象p306，设计一高通滤波器将其退化，然后利用高通滤波器的系统函数作为退化函数，采用逆滤波方式将其重新复原。高通滤波器的截止频率自行设定。 原理：此题先进行傅立叶变换后高通滤波，再傅立叶反变换得到退化图象，再傅立叶变换，最后逆滤波。这里要用到傅立叶变换，高通滤波及图象复原知识。 理想高通滤波器（IHPF） 设计理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器 理想高通滤波器 图2.25 理想高通滤波器透视图 傅立叶变换 傅立叶变换是数字图像处理中应用最广的一种变换，其中图像增强、图像复原 和图像分析与描述等，每一类处理方法都要用到图像变换，尤其是图像的傅立 叶变换。 离散傅立叶（Fourier）变换的定义： 二维离散傅立叶变换（DFT）为： 　　 逆变换为： 式中， 在DFT变换对中， 称为离散信号 的频谱，而 称为幅度谱， 为相位角，功率谱为频谱的平方，它们之间的关系为： 图像的傅立叶变换有快速算法。 逆滤波： 则  1/H(u，v)称为逆滤波器。对上式再进行傅立叶反变换可得到f(x，y)。但实际上碰到的问题都是有噪声的，因而只能求F(u，v)的估计值： 然后再作傅立叶逆变换，得  这就是逆滤波复原的基本原理。其复原过程可归纳如下：　　(1)对退化图像g(x，y)作二维离散傅立叶变换，得到G(u，v)。 (2)计算系统点扩散函数h(x，y)的二维傅立叶变换，得到H(u，v)。　　这一步值得注意的是，通常h(x，y)的尺寸小于g(x，y)的尺寸。为了消除混叠效应引起的误差，需要把h(x，y)的尺寸延拓。　　(3)计算 。　　(4)计算 的逆傅立叶变换，求得复原图像。 程序： clc; A=imread(C:\Documents and Settings\Administrator\桌面\第三次\p111.tif); subplot(2,2,1),imshow(A); title(A); f=double(A); g=fft2(f); g=fftshift(g); subplot(2,2,2),imshow(log(abs(g)),[-1 10]);title(傅里叶变换); [M,N]=size(g); d0=15; %d0=15,25,80 m=fix(M/2); n=fix(N/2); for i=1:M for j=1:N d=sqrt((i-m)^2+(j-n)^2); if(d=d0) h=1; else h=0; end H(i,j)=h*g(i,j); end end subplot(2,2,3),imshow(H);title(理想高通滤波器); H=ifftshift(H); J1=ifft2(H); J2=uint8(real(J1)); subplot(2,2,4),imshow(J2); title(退化后图像); F=fft2(J1); F=fftshift(F); [S,W]=size(F); D0=15; %d0=15,25,80 s=fix(S/2); w=fix(W/2); for i=1:S for j=1:W D=sqrt((i-s)^2+(j-w)^2); if(D=D0) M(i,j)=F(i,j); else M(i,j)=g(i,j); end end end M=ifftshift(M); J3=ifft2(M); J4=uint8(real(J3)); figure,imshow(J4); title(复原图); 图： 10. 根据傅立叶反变换实施图象重建。 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0