- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验5-10011311302-林雨辰
数字图像处理实验报告
班级:11研信息1班
姓名: 林雨辰
学号:10011311302
实验五 图像的高通和低通滤波处理
一、实验目的
1掌握图像高通和低通滤波的概念及其计算方法;
2熟练掌握图像高通和低通滤波的计算过程;
二、实验原理
原理:
频域技术的基础是卷积理论,设函数f(x,y)与线性位不变算子h(x,y)的卷积结果是g(x,y),即g(x,y)=h(x,y)*f(x,y),那么根据卷积定理在频域有:
G(u,v)=H(u,v)F(u,v)
取逆变换为:
g(x,y)=F-1[H(u,v)F(u,v)]
在频域中进行增强是相当直观的,其主要步骤:
(1)计算需增强图的傅立叶变换;
(2)计算其与1个(根据需要设计的)转移函数相乘;
(3)再将结果傅立叶反变换以得到增强的图。
常用频率增强方法有:
(1)低通滤波;(2)高通滤波;(3)带通滤波和带阻滤波;(4)同态滤波。
以低通滤波为例,做图像平滑的频域增强处理
1.图像平滑的概念
图像平滑是数字图像处理的一个重要内容。我们所涉及的图像中,相邻像素的灰度之间大多具有很高的相关性,换句话说,一幅图像中大多数像素的灰度与其相邻像素的灰度差别不大。因为这种灰度相关性的存在,一般图像的能量主要集中在低频区域中,只有图像的细节部分的能量才处于高频区域中。但因为在图像的数字化和传输过程中经常有噪声和假轮廓出现,这部分信息也集中于高频区域内。
图像平滑的主要目的就是去除或衰减图像上的噪声和假轮廓,即衰减高频分量,增强低频分量,或称低通滤波。由前面的介绍可以得知,图像平滑处理在消除或减弱图像噪声和假轮廓的同时,对图像细节也有一定的衰减作用。因此,图像平滑的直观效果是图像噪声和假轮廓得以去除或衰减,但同时图像将变得比处理前模糊了,模糊的程度要看对高频成份的衰减程度而定。就同一种平滑方法而言,去除或衰减噪声和假轮廓的效果越好,图像就越模糊,因而图像细节损失越多。因此,在对图像作平滑处理的过程中,要二者兼顾。
假定f (x,y)是含有噪声或假轮廓的图像,或称待处理的数字图像,g(x,y)为经平滑处理以后的图像,则图像平滑可用下式表示:
G(u,v)= F(u,v)H(u,v)
式中G(u,v)是g(x,y)的傅立叶变换;F(u,v)是f(x,y)的傅立叶变换;H(u,v)是低通滤波器的传递函数。
按上式对图像作平滑处理的过程是,先把待处理图像作傅立叶变换,得到F(u,v);然后根据选定的H(u,v)按式计算出G(u,v);最后对G(u,v)作傅立叶反变换即可得到g(x,y)。
处理前的原图效果 处理后的图像效果
三,实验内容
给定一幅如下的图象,作如下处理操作:对上述实验内容,自己创造性地设计实验,得出有意义的结论。orsche2.jpg
porsche1.jpg
porsche2.jpg
实验程序及实验结果如下:
1.高通滤波(理想高通滤波器在频率域实现高频增强)
程序代码如下:
%理想高通滤波器在频率域实现高频增强
clc
clear all
close all
I=imread(porsche1.jpg);
I=rgb2gray(I);
%图像灰度处理
figure(1),imshow(I);
title(原图像);
%图像的傅里叶变换
s=fftshift(fft2(I));
figure(2);
imshow(abs(s),[]);
title(图像傅里叶变换所得频谱);
figure(3);
imshow(log(abs(s)),[]);
title(图像傅里叶变换取对数所得频谱);
[a,b]=size(s);
a0=round(a/2);
b0=round(b/2);
d=10;
p=0.2;q=0.5;
%滤波半径d=10的理想高通滤波器
for i=1:a
for j=1:b
distance=sqrt((i-a0)^2+(j-b0)^2);
if distance=d h=0;
else h=1;
end;
s(i,j)=(p+q*h)*s(i,j);
end;
end;
s=uint8(real(ifft2(ifftshift(s))));
%显示各个图像
figure(4);
imshow(s);title(高通滤波所得图像);
figure(5);
imshow(s+I);title(高通滤波所得高频增强图像);
实验结果如下:
原始图像:
图像的傅里叶变换频谱:
傅里叶变换取对数的频谱:
高通滤波的图像
高通滤波所得的图像增强效果图:(原图像与高通滤波图像
您可能关注的文档
最近下载
- 太阳能光伏板安装合同协议.docx VIP
- 智融SW6306V_数据手册.pdf VIP
- 全国第三届职业技能大赛(全媒体运营项目)选拔赛理论考试题库资料(含答案).pdf VIP
- 2018年高职教育专业教学资源库建设方案-深圳职业技术学院评审.docx VIP
- 职业技术学院专业教学资源库建设与管理实施办法(试行).docx VIP
- 教育部中小学德育工作指南.pptx VIP
- 2025年成人高考时事政治试卷及答案.docx VIP
- 《工程渣土资源化利用技术规程》DB32T 5172-2025(江苏省标).pdf VIP
- 建筑结构抗震设计第三章振型分解反应谱法.ppt VIP
- 《走近周杰伦》课件.ppt VIP
文档评论(0)