冈萨雷斯数字图像处理4题稿.ppt

五、低通频域滤波器 低通频域滤波器生成函数 H=1./(1+D./D0).^(2*n)); case ‘gaussian’ H= exp(-D.^2)./(2*(D0^2))); otherwise error(‘unkown filter type’); end 六、绘图函数 绘制线框图函数mesh 绘制表面图函数surf 绘制阴影图函数shading interp 七、基本的高通滤波器 给定低通滤波器，可以获得相应的高通滤波器： 例4.6 高通滤波器 H=fftshift(hpfilter(‘ideal’, 500, 500, 50)); mesh(H(1:10:500, 1:10:500)); axis([0 50 0 50 0 1]) colormap([0 0 0]); axis off grid off 七、基本的高通滤波器 例4.7 高通滤波 PQ = paddedsize(size(f)); D0 = 0.05*PQ(1); H=hpfilter(‘gaussian’, PQ(1), PQ(2), D0); G=dftfilter(f, H); Figure, imshow(g, []); 八、高频强调滤波 高频强调滤波可以在突出高频部分的同时，增加低频部分的强度: 例4.8 高频强度滤波与直方图均衡化结合 PQ = paddedsize(size(f)); D0=0.05*PQ(1); HBW=hpfilter(‘btw’, PQ(1), PQ(2), D0, 2); H=0.5+2*HBW; gbw= dftfilt(f, HBW); Gbw=gscale(gbw); 八、高频强调滤波 ghf = dftfilt(f,H); ghf = gscale(ghf); ghe = histeq(ghf, 256); 第4章 频域处理  一、背景知识 频域滤波，就是对图像做傅里叶变换后进行的处理 频域滤波在图像增强、图像复原、图像数据压缩等过程中都起着重要作用 频域滤波包括低通滤波、高通滤波和高频强调滤波  一、二维离散傅里叶变换 令f(x,y)表示一幅大小为MXN的图像，其中x=0,1,2, …,M-1, y=0, 1, 2, …, N-1 其中u=0,1,2, …,M-1和v=0, 1, 2, …, N-1 频域系统是由F(u,v)所构成的坐标系统，其中u和v是频率变量 利用欧拉公式可以手工计算傅里叶变换 一、二维离散傅里叶变换 离散傅里叶逆变换由下式给出： 其中x=0,1,2, …,M-1和y=0, 1, 2, …, N-1 F(u,v)在这里称为傅里叶系数 Matlab中F(1,1)=F(0,0) 一、二维离散傅里叶变换 在原点处的频率值F(0,0)称为直流分量 傅里叶变换的频谱定义为 傅里叶变换的相位角定义为： 极坐标表示方法： 功率谱 一、二维离散傅里叶变换 数字图像的傅里叶变换关于原点共轭对称 傅里叶频谱也关于原点对称 周期性 傅里叶逆变换得到的图像也是周期性的，一般只取一个周期 一、二维离散傅里叶变换 由于傅里叶变换的周期性和对称性，在(M, N)矩形内无法得到一个完整的周期，因此可以在计算F(u,v)之前先对f(x,y)乘以(-1)x+y来将变换的中心移到(M/2, N/2) 在Matlab中，数组下标从1开始，则变换后的中心为(M/2+1, N/2) 可以用下式来计算频率矩形中心 [floor(M/2)+1, floor(N/2)+1]  二、Matlab中的二维DFT DFT在matlab中使用快速傅里叶变换FFT来实现，工具箱中对应的函数为fft2，语法： F = fft2(f) 结果若需要填充到PXQ大小，则语法为： F=fft2(f, P, Q) 傅里叶频谱 S = abs(F) 变换之后的原点移动到频谱中心： FC = fftshift(F), 逆操作 F=ifftshift(FC) 二、 Matlab中的二维DFT 显示频谱: FC