傅立叶变换与频率域滤波.docVIP

实验四 傅立叶变换与频率域滤波 实验目的 通过本次实验，实现以下几个目标： 理解傅立叶变换； 熟悉MATLAB中各种傅立叶变换相关的函数； 掌握频域滤波的步骤以及MATLAB的实现方法； 理解频域滤波器与空域滤波器的关系。 实验内容 傅立叶变换及傅立叶反变换 傅立叶变换相关函数 MATLAB提供了几个和傅里叶变换相关的函数。其说明如下： F=fft2(f); 二维傅立叶变换 abs(F); 获得傅立叶频谱 fftshift(F); 将变换的原点移至频率矩形的中心 ifft2(F); 二维傅立叶反变换 real(ifft2(F)); 提取变换后的实部 imag(ifft2(F)); 提取变换后的虚部 傅里叶频谱 傅里叶频谱反映了图像的频率成分。下面的例子对课本中123页和125页的图Fig4.03(a) 和图Fig4.04(a)进行傅立叶变换，得到傅立叶频谱。显示傅立叶频谱时，使用了对数变换以获得更好效果。 f=imread(Fig4.03(a).jpg); F=fft2(double(f)); F=fftshift(F); figure(1), imshow(f); figure(2), imshow(log(abs(F)+1),[ ]); f=imread(Fig4.04(a).jpg); F=fft2(double(f)); F=fftshift(F); figure(1), imshow(f); figure(2), imshow(log(abs(F)+1),[ ]); 为了更好地理解频谱，显示下面三个图像（x6.jpg，x60.jpg，y6.jpg）的傅里叶频谱，观察并比较、分析结果。 显示频谱时使用下面的语句来做灰度变换可找出其主要的频率成分。 figure(2), imshow(log(abs(F)+1).^4,[ ]); %先对数、再幂次变换 这些都是用Matlab 制作的空间域存在明显周期的图像，生成图像x60.jpg的代码如下。 for i=1:300 for j=1:300 if(mod(j-1,60)30) c(i,j)=255; else c(i,j)=0; end end end imwrite(c,x60.jpg) 3．傅立叶变换对 将一幅图像进行傅立叶变换，再进行傅立叶反变换，可以得到原始图像。下面的例子对课本中134页的图Fig4.11(a)进行傅立叶变换，然后再进行傅立叶反变换，观察并了解实现过程。 f=imread(Fig4.11(a).jpg); F=fft2(f); ff=ifft2(F); fa= abs (real (ff)); figure(1),imshow(f); figure(2),imshow(F); figure(3),imshow(ff,[0 255]); figure(4),imshow(fa,[0 255]); 理论上，经过傅里叶变换和傅里叶反变换，应该得到原始图像。比较fa和f，基本差不多。但用下面的语句可以看到他们之间有细微的差别，为什么？ imshow(fa-double(f),[]); 下面的例子将一幅图像进行傅立叶变换和傅立叶反变换，并将0频率分量移到矩阵的中心，并将四幅图放在一起，便于观察。 f=imread(Fig4.11(a).jpg); F=fft2(f); F=fftshift(F); ff=ifft2(F); fa= abs (real (ff)); subplot(2,2,1); imshow(f); subplot(2,2,2); imshow(log(abs(F)+1),[]); subplot(2,2,3); imshow(ff,[0 255]); subplot(2,2,4); imshow(fa,[0 255]); 频率域滤波 频域滤波的步骤在课本中124页有详细描述。按照该步骤，在MATLAB中很容易编程实现频域滤波。由于滤波器就是频率域中的函数，关键是如何构造滤波器函数。 1. 低通滤波 低通滤波是使低频部分通过，而使高频部分受到抑制，从而使图像变得平滑。常用的低通滤波有理想低通滤波、巴特沃斯低通滤波和高斯低通滤波。 下面的例子实现了对课本135页图Fig4.11(a)进行理想低通滤波处理，改变截止频率D0重复实验，对结果进行分析和比较。 f=imread(Fig4.11(a).jpg); % 傅里叶变换，移位 F=fft2(double(f)); F=fftshift(F); 理想低通滤波器，滤波 [height width]=size(); H(1: height,1: width)=0; x0= height /2; y0= width /2; for x=1:height for y=1:widt