Matlab代码傅里叶变换.docVIP

Matlab代码傅里叶变换 傅里叶变换的Matlab代码: img=imread(e:/4.jpg); subplot(2,2,1),imshow(img); f=rgb2gray(img); subplot(2,2,2),imshow(f); %二维傅里叶变换 F=fft2(f); FS=fftshift(F); %频谱 S=log(1+abs(FS)); subplot(2,2,3);imshow(S,[]); %% 二维傅里叶逆变换 fr=real(ifft2(ifftshift(FS))); ret=im2uint8(mat2gray(fr)); subplot(2,2,4),imshow(ret); img=imread(e:/4.jpg); subplot(2,2,1),imshow(img); f=rgb2gray(img); subplot(2,2,2),imshow(f); 所参考的程序: [i,lcmp]=imread(f:/tank.bmp);%=======读取图像 显示图像 imshow(i,lcmp); ii=im2double(i); %=====将图像矩阵类型转换为double（图像计算很多是不能用整型的） i1 = fft2(ii); %======傅里叶变换 i2 =fftshift(i1); %======将变换的频率图像四角移动到中心（原来良的部分在四角 现在移动中心，便于后面的处理） i3=log(abs(i2)); %=====显示中心低频部分，加对数是为了更好的显示 程序一 figure,imshow(i3,[]); colormap(lcmp); imwrite(i3,lcmp,f:/ffttank.bmp); %===将上面i3输入到ffttank文件中 i5 = real(ifft2(ifftshift(i2))); %===频域的图反变换到空域 并取实部 i6 = im2uint8(mat2gray(i5)); %===取其灰度图 imwrite(i6,lcmp,f:/tank2.bmp,bmp); %===利用灰度图和原来取得颜色模板 还原图像 figure,imshow(i6); title(反变换后的图像); 程序二 RGB = imread(autumn.tif); %===读取图像 I = rgb2gray(RGB); %==将其转为灰度 imshow(I); J = dct2(I); %==二维dct变换，即离散余弦变换， figure,imshow(log(abs(J)),[]) %==显示出变换后的图像，此时能量集中在左上角 colormap(jet(64)), colorbar %====建立颜色模板 figure; J(abs(J) 10) = 0; %==我理解为：因为dct变换只要保存左上角的低频小块就可以保持原图像信息，故其他部分（高频，其能量较小故值也小）就可以舍去 K = idct2(J)/255; %===这不加255，将下句改成imshow(K,[]);也一样，只是显示的需要 imshow(K); title(反变换后的图像); M=imread(dl011.jpg) %读取MATLAB中的名为cameraman的图像 subplot(3,3,1) imshow(M) %显示原始图像 title(original) P1=imnoise(M,gaussian,0.02) %加入高斯躁声 subplot(3,3,2) imshow(P1) %加入高斯躁声后显示图像 title(gaussian noise); P2=imnoise(M,salt pepper,0.02) %加入椒盐躁声 subplot(3,3,3) imshow(P2)