图像的傅立叶变换及其应用.docVIP

设计四 图像的傅立叶变换及其应用 设计目的 通过该设计，掌握傅立叶变换的定义及函数。 设计内容 加载imdemos saturn2文件，显示文件中的saturn2，并对其进行傅立叶变换，给出源程序及结果，并显示其幅值的结果。 对矩阵A=magic(3)和B=ones(3)按照快速卷积的方法计算两个矩阵的卷积，并用卷积函数conv2验证结果。给出原程序和结果。 主要MATLAB函数 1. 图像的显示 Imread 读入图像文件 image 显示图像文件 plot 绘制图形 2. 图像的离散傅立叶变换 假设是一个离散空间中的二维函数，则该函数的二维傅立叶变换定义为 f（ω1，ω2）=*e^jω1n*e^jω2n 其中ω1和ω2是频率变量，单位是弧度/采样单元。函数f（ω1，ω2）为函数f（m，n）的频谱。 二维傅立叶反变换的定义为 f（m，n）=ω1，ω2)*e^jω1n*e^jω2n 因此，函数f（m，n）可以用无数个不同频率的复指数信号的和表示，在频率（ω，ω2）处复数信号的幅度和相位为f（ω1，ω2）。 MATLAB提供的快速傅立叶变换函数 fft2：用于计算二维快速傅立叶变换函数，其语法格式为 b=fft2（I），返回图心爱那个I的二维傅立叶变换矩阵，输入图像I和输出图像B大小相同； b=fft2（I，m，n），通过对图像I剪切或补零,按用户指定的点数计算二维傅立叶变换，返回矩阵B的大小为mxn。 很多MATLAB图像显示复数图像，为了观察图像傅立叶变换后的结果，应对变换后的结果求模，方法是对变换结果使用abs函数。 fftn：用于计算n维快速傅立叶变换，其语法格式为 b=fftn（I），计算图像的n维傅立叶变换，输出图像B和输入图像I大小相同； b=fftn（I,size），通过对图像I剪切和补零，按size指定的点数计算n维傅立叶变换，返回矩阵B的大小为size。 fftshift：用于将变换后的图像频谱从矩阵的原点移动到矩阵的中心，其语法格式为 b= fftshift(I),将变换后的图像频谱从矩阵的原点移动到矩阵的中心。 3.快速傅立叶变换的应用 1）滤波器的频率响应 滤波器冲击响应的傅立叶变换就是该滤波器的频率响应。 MATLAB提供的freqz2函数可以同时计算和显示滤波器的频率响应，其语法格式为 freqz2（h），可同时计算和显示滤波器的频率响应。 2）快速卷积 傅立叶变换的另一个重要特性是能够实现快速卷积。由线性系统理论可知，两个系统的傅立叶变换等于两个函数的傅立叶变换的乘积。该特性与快速傅立叶变换一起，可以快速计算函数的卷积。 假设A为MxN矩阵，B为PxQ矩阵，则快速卷积的方法如下 ①对A和B补0，使其大小都为(M+P-1)x(N+Q-1); ②利用函数fft2对矩阵进行二维FFT变换。 ③将两个FFT结果相乘，利用函数ifft2对得到的乘积进行傅立叶反变换。 另外，利用MATLAB提供的卷积函数conv2可以直接对两个函数进行卷积，其语法格式 C=conv（A，B），计算矩阵A和B的二维卷积. 设计方案： 1.显示图形并进行傅立叶变化 用imread读出imdemos saturn2，并用image显示saturn2，将图形用二维快速傅立叶变换函数进行变换，再使用fftshift函数将图像的频谱从原点移到中心。之后显示频谱图形，再用plot画出幅值图形。 2实现矩阵的卷积 在MATLAB中输入奇异矩阵和全一矩阵，先将它们用卷积函数conv2进行卷积，然后将A和B补零变成五阶矩阵，再分别对两个矩阵进行傅立叶变换，将两个傅立叶结果相乘，利用函数ifft2对得到的乘积进行傅立叶反变换。 五．主要参数： imdemos saturn2：MATLAB中自带的图片。 b：saturn2傅立叶变换。 c：将变换后的saturn2即图像b的频谱中心从原点移到矩阵中心。 A：三阶奇异矩阵。 B：三阶全一矩阵。 C：快速卷积的结果。 D：矩阵A和B使用conv2卷积的结果。 E：A矩阵傅立叶变换后的矩阵。 F：B矩阵傅立叶变换后的矩阵。 G：矩阵A矩阵B的乘积。 R：G变为无符号8位整形的结果。 六 、 源程序： 1加载imdemos saturn2并进行傅立叶变换 imread(‘saturn.png’) ; image (saturn2) b=fft2(saturn2) c=fftshift(b); image (b) image (c) plot(abs(c)) 2.快速卷积 A=magic(3)； B=ones(3)； D=conv2(A,B) B(5,5)=0； A(5,5)=0； E=fft2(A)； F=fft2(B)； G=E.*F C= ifft