用matlab实现数字图像处理几个简单例子.doc

实验报告 实验一 图像的傅里叶变换（旋转性质） 实验二 图像的代数运算 实验三 filter2实现均值滤波 实验四 图像的缩放 朱锦璐 实验一 图像的傅里叶变换（旋转性质） 一、实验内容 对图（1.1）的图像做旋转，观察原图的傅里叶频谱和旋转后的傅里叶频谱的对应关系。 图（1.1） 二、实验原理 首先借助极坐标变换x=rcosθ,y=rsinθ,u=wcos?,v=wsin?,,将f(x,y)和F(u,v)转换为f(r,θ)和F（w，?）. f(x,y) = F(u，v) f(rcosθ,rsinθ)= F(wcos?，wsin?) 经过变换得 f( r,θ+θ。)=F(w,?+θ。) 上式表明，对f(x,y)旋转一个角度 θ。对应于将其傅里叶变换F(u，v)也旋转相同的角度θ。 F(u,v)到f(x,y)也是一样。 三、实验方法及程序 选取一幅图像，进行离散傅里叶变换，在对其进行一定角度的旋转，进行离散傅里叶变换。 I=zeros(256,256); %构造原始图像 I(88:168,120:136)=1; %图像范围256*256，前一值是纵向比，后一值是横向比 figure(1); imshow(I); %求原始图像的傅里叶频谱 J=fft2(I); F=abs(J); J1=fftshift(F);figure(2) imshow(J1,[5 50]) J=imrotate(I,45,bilinear,crop); %将图像逆时针旋转45° figure(3); imshow(J) %求旋转后的图像的傅里叶频谱 J1=fft2(J); F=abs(J1); J2=fftshift(F);figure(4) imshow(J2,[5 50]) 实验结果与分析 实验结果如下图所示 （1.2）原图像 （1.3）傅里叶频谱 （1.4）旋转45°后的图像 （1.5）旋转后的傅里叶频谱 以下为放大的图 （1.6）原图像 （1.7）傅里叶频谱 （1.8）旋转45°后的图像 （1.9）旋转后的傅里叶频谱 由实验结果可知 从旋转性质来考虑，图（1.8）是图（1.6）逆时针旋转45°后的图像，对比图（1.7）和图（1.9）可知，频域图像也逆时针旋转了45° 从尺寸变换性质来考虑，如图（1.6）和图（1.7）、图（1.8）和图（1.9）可知，原图像和其傅里叶变换后的图像角度相差90°，由此可知，时域中的信号被压缩，到频域中的信号就被拉伸。 实验二 图像的代数运算 实验内容 选择两幅图像，一幅是物体图像，一幅是背景图像，采用正确的图像代数运算方法，分别实现图像的叠加、混合图像的分离和图像的局部效果显示。 实验原理 代数运算是指对两幅货两幅以上输入图像进行点对点的加、减、乘、除运算而得到目标图像的运算。图像处理代数运算的4中基本形式分别如下。 C（x,y）=A(x,y)+B(x,y) C（x,y）=A(x,y)-B(x,y) C（x,y）=A(x,y)×B(x,y) C（x,y）=A(x,y)÷B(x,y) 式中，A(x,y)和B(x,y)为输入图像表达式；C（x,y）为输出图像表达式 实验方法及程序 （1）选取两幅大小相同的灰度图像rice.png和cameraman.tif，将两幅图像进行加法运算，程序如下，结果如下图（2.1） I=imread(rice.png); J=imread(cameraman.tif); K=imadd(I,J); subplot(2,2,1);imshow(I); subplot(2,2,2);imshow(J); subplot(2,2,3);imshow(K); （2.1）两图像相加 （2）以下是自己构造的两幅简单的原始图像，实现的两幅图像的相减运算程序如下，结果如下图（2.2） I=zeros(2