实验一 图像频谱分析.doc

PAGE  PAGE 6 实验一 图像频谱分析 实验目的 1、了解图像变换的意义和手段； 2、熟悉傅里叶变换的性质； 3、掌握图像傅立叶频谱的分布特点； 实验原理 1、二维傅立叶变换（DFT） 令f（x，y）表示一副大小为M×N的图像，二维离散傅立叶变换可表示为F（u，v），如下式所示： 其中u=0，1，2，…M-1和v=0，1，2，…N-1。可以将指数项扩展为正弦和余弦项的形式，变量u、v确定他们的频率。 在频率变换点处变换的值[如F（0，0）]称为傅立叶变换的直流分量。 直观的分析变换的主要方法是计算他的频谱——即F（u，v）的幅度，并将其显示为一副图像。令R（u，v）和I（u，v）分别表示F（u，v）的实部和虚部，则傅立叶频谱定义为： 功率谱定义为幅度的平方： 2、傅立叶变换的性质 实验内容 在实际应用中，DFT变换可以通过快速傅立叶变换（FFT）算法来实现。 1、傅立叶变换的计算 （1）函数fft2可以实现二维离散傅立叶变换，格式如下： F=fft2（f） F和f大小相同 F =fft2（f，m，n） 变换前f截断或添0，成为m*n数组，返回结果为m*n。 （2）傅立叶频谱可以用函数abs来获得： S=abs（F） 计算数组中每一个元素的幅度（实部和虚部平方和的平方根）。 2、DFT的可视化 （1）可视化分析用函数imshow来实现 imshow（S，[]） （2）为了增加可视细节，傅立叶频谱常采用log ( 1+abs ( F) )的图像显示。 S2=log ( 1+abs ( F) ); imshow ( S2，[] ) （3）为了便于分析，用函数fftshift将傅立叶变换的零频率部分移到频谱中心。 Fc=fftshift（F） 相应的还有ifftshif 把F的第一、第三象限和二、四象限交换，便于观察零频率部分。 若u、v的范围分别是1-M和1-N，则矩形中心点为【(M/2)+1，(N/2)+1】。若M和N为奇数，则四舍五入。MATLAB计算频率矩形的中心点：[floor(M/2)+1，floor (N/2)+1]. imshow（abs（F）,[]） imshow（log（1+abs（F））,[]） 3、函数ifft2用于计算傅立叶反变换 f=ifft2（F） 理论上逆变换结果应为实数，实际ifft2输出结果有很小的虚数成分，所以需在逆变换后提取结果的实部。 f=real（f）； 或两个操作合并到一起：f=real（ifft2（F）） 实验步骤 读取图像cameraman.tif，进行傅立叶变换。在窗口1显示：（1）原图像；（2）频谱图（2）对数频谱图；（3）直流分量移到中心的对数频谱图；对图像进行标注（图题）； 分析实验结果，比较显示效果，并观察频谱特点。 对其频谱进行傅立叶反变换，在窗口2显示图像。 程序： CLOSE ALL; A=imread(E:\lena.bmp); F=fft2(A) ; S1=abs(F); S2=log ( 1+abs ( F) ); Fc=fftshift(abs(F)); f=real(ifft2(F)); subplot(2,2,1); imshow(A); title(original); subplot(2,2,2); imshow(log(1+abs(F)),[]); title(对数频谱图); subplot(2,2,3); imshow(Fc,[]); title(直流分量移到中心的对数频谱图); subplot(2,2,4); imshow(f,[]); title( 傅里叶反变换的图像); 图1 分别显示图像bridge.bmp、cameraman.tif、blood.bmp及其频谱，分析图像频谱的特点。（可把相应的图像考到默认的work文件夹下，也可在命令中写目录） 程序: CLOSE ALL; A=imread(E:\bridge.bmp); B=imread(E:\blood.bmp); C=imread(E:\lena.bmp); F1=fft2(A) ; F2=fft2(B) ; F3=fft2(C) ; S1=log ( 1+abs ( F1) ); S2=log ( 1+abs ( F2) ); S2=log ( 1+abs ( F2) ); subplot(3,2,1); imshow(A); title(bridg.bmp); subplot(3,2,2); imshow(B); title(blood.bmp); subplot(3,2,3); imshow(C); title(cameraman.tif); subplot(3,2,