数字图像处理三.doc

数字图像处理第二次作业 一、设计一种滤波器（低通或者高通），要求写出算法实现的原理，绘出滤波器的三维透视图，滤波器的图像表示图以及剖面曲线。 算法原理：n阶具有D0截止频率的巴特沃斯高通滤波器的传递函数为 其中 算法： clear N1=200; N2=200; [f1,f2]=freqspace([N1 N2]);%确定二维频率响应的频率空间 [x1,y1]=meshgrid(f1,f2);%把由f1和f2向量所指定的域变换为矩阵x1和y1 %得到的矩阵可用来绘制三维网格图 n=1; %设置滤波器阶数为1阶 d0=25; %设置截止频率为25 u=0:N1; v=0:N2; dis=sqrt(u.^2+v.^2); Huv=1./(1+(d0./dis).^(2*n));%构造巴特沃斯高通滤波器 figure(1),plot(dis,Huv),title 滤波器的图像表示图 %输出滤波器图像表示图 u0=round(N1/2); v0=round(N2/2); for i=1:N1 for j=1:N2 d=sqrt((i-u0)^2+(j-v0)^2); h=1/(1+(d0/d)^(2*n)); H(i,j)=h; %构造二维频率响应函数 end end figure(2),mesh(x1,y1,H),title 滤波器的三维透视图 %利用矩阵x1,y1来绘制三维透视图 figure(3),mesh(x1,y1,H),view(0,0),title 三维透视图剖面曲线 %绘制三维图的剖面图 二、运用设计的滤波器实现图像的频率域增强。 图像频率域增强原理及步骤： 频域图像增强是对图像经傅立叶变换后的频谱成分进行操作，然后逆傅立叶变换获得所需结果。其原理如下图所示： 频域图像增强原理图 高通滤波器技术是利用高通滤波器来忽略图像中过度平缓的部分，突出细节和跳变等的高频部分，使得增强后的图像边缘信息分明清晰。高通滤波技术进行增强处理后的图像，视觉效果不好，较适用于图豫中物体的边缘提取。 仿真结果分析： 由上图可得，原图像经过高通滤波处理后突出了跳变的高频部分，减弱图像中灰度值缓慢变化的低频部分，使得增强后的图像边缘信息分明、清晰。 用1阶巴特沃斯高通滤波器对图像进行频率域增强算法实现如下: clear Im=imread(C:\Documents and Settings\Administrator\aiyinsitan.jpg); subplot(1,2,1),imshow(Im),title 原图像 %输出原图像 if ndims(Im) == 3 %如果原图像是三维的则转化为二维 Im=rgb2gray(Im); end f=double(Im); k=fft2(f); %对图像进行二维离散傅里叶变换 g=fftshift(k); %把快速傅里叶变换的DC组件移到光谱中心 [N1,N2]=size(g);%取原图相对应矩阵的大小 n=1; %设置滤波器阶数为1阶 d0=25; %设置截止频率为25 u0=round(N1/2); v0=round(N2/2); for i=1:N1 for j=1:N2 d=sqrt((i-u0)^2+(j-v0)^2); h=1/(1+(d0/d)^(2*n)); y(i,j)=h*g(i,j); %对图像进行滤波处理 end end y=ifftshift(y); E1=ifft2(y); %对滤波处理后的图像进行二维离散傅立叶逆变换 E2=uint8(real(E1)); subplot(1,2,2),imshow(E2),title 1阶巴特沃斯高通滤波处理后 %滤波处理后输出图像 三、合理设计滤波器，结合同态滤波器的原理，实现频率域增强 观察原图，发现道路两侧整体偏暗，无法看清具体细节，出口处又太亮，故需要使用滤波器同时实现灰度范围压缩和对比度增强，所以，需要选用同态滤波器来实现此功能。 选用由高斯高通滤波器改造后的同态滤波器