数字图像处理实验报告(精编).docVIP

数字图像处理 实 验 报 告 班级 学号：0905064148 姓名：王 永 星 成绩： 时间：2012年5月30日 实验一：图像变换与图像压缩 实验目的 在 情况下，请你运用Matlab语言、c语言或C++语言编制以下图像变换软件，并对某幅图像进行下列变换。 1. 图像的傅里叶变换。 2. 图像的余弦变换。 二、实验原理 f=imread(C:\); F=fft2(f); F=fft2(f,P,Q); S=abs(F); Fc=fftshift(F); S2=log(1+abs(Fc)); F=ifftshift(Fc); F=ifft2(F); F=real(ifft2(F)); dct2f()/idct2() imshow 三、程序流程图 1. 图像的傅里叶变换。 读原图像 显示原图像 离散傅立叶变换 逆二维快速傅里叶变换 2. 图像的余弦变换。 读原图像 显示原图像 余弦变换 四、源程序 1. 图像的傅里叶变换。 i=imread(cameraman.tif); %读入原图像文件 figure(1); %设定窗口 imshow(i); %显示原图像 colorbar; %显示图像的颜色条 title(原图像) %图像命名 j=fft2(i); %二维离散傅立叶变换 k=fftshift(j); %直流分量移到频谱中心 l=log(abs(k)); %数字图像的对数变换 figure(2); %设定窗口 imshow(l,[]); %显示原图像 colorbar; %显示图像的颜色条 title(经过二维快速傅立叶变换后的图像) %图像命名 n=ifft2(j)/255; %逆二维快速傅里叶变换 figure(3); %设定窗口 imshow(n); %显示原图像 colorbar; %显示图像的颜色条 title(经过二维快速傅立叶逆变换后的图像) %图像命名 m=fftshift(j); %直流分量移到频谱中心 RR=real(m); %取傅立叶变换的实部 II=imag(m); %取傅立叶变换的虚部 A=sqrt(RR.^2+II.^2); %计算频谱幅值 A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225;%归一化 figure(4); %设定窗口 imshow(A); %显示原图像 colorbar; %显示图像的颜色条 title(离散傅立叶频谱)； %图像命名 2. 图像的余弦变换。 clear all; I=imread(tire.tif); J=fft2(I); subplot(1,2,1); imshow(I); title(原始图像); subplot(1,2,2); T=abs(fftshift(J))/100000; imshow(T); title(余弦变换谱); 五、结果分析 1. 图像的傅里叶变换。 对源代码检查无误后，进行运行，结果如下： 图1为输入的原图像，图2为经过二维快速傅立叶变换后的图像，图3为经过二维快速傅立叶逆变换后的图像，图4为离散傅立叶频谱，通过这四幅图可以看出一幅图片经过不同类型的傅里叶变换后，能够达到不同的处理效果。经过傅里叶变换之后，可以获得原图像信号的频域分布情况，经过逆变换后又会恢复到原图像，但图像的灰度值发生了变化。二维傅里叶变换可以处理较为复杂的图像，快速傅里叶变换会使运算相对简单化，图像经过离散傅立叶变换会得到该图像的频谱图。图像经过傅立叶变换后,得到的是图像的频域。也就是频率成分。 这个频率成分表示的意义就是相邻像数之间数值（颜色，亮度等等）的变化，也就是说图像在空间上变化的越快，它对应在频域上的数值就越大。 图像经过傅立叶变换后可以提取图像的轮廓或者边界。 图1 输入的原图像 图2 经过二维快速傅立叶变换后的图像 图3 经过二维快速傅里叶逆变换后的图像 图4 离散傅立叶频谱 2. 图像的余弦变换。 对代码进行检查无误后运行结果如下图： 图5为图像的余弦变换，通过这幅图可以看出一幅图片经过余弦变换后，能凸显出不同的图像性质。对比度增强的一般原则都是黑的暗的还是暗的，亮的还是亮的，只不过 分的更开，简单的说就是说黑的更黑，或者白的变得更白点 。