图像的傅里叶变换 X页.docVIP

实验 图像的傅里叶变换 实验目的 1.了解图像变换的意义和手段； 2.掌握FFT变换方法及应用； 3.通过实验了解二维频谱的分布特点； 4.通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。 实验原理 1 应用傅立叶变换进行图像处理 傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。通过实验培养这项技能，将有助于解决大多数图像处理问题。对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。 2 傅立叶（Fourier）变换的定义 对于二维信号，二维Fourier变换定义为： 逆变换： 二维离散傅立叶变换为： 逆变换： 实验步骤及结果 步骤： 1将图像内容读入内存； 2用Fourier变换算法，对图像作二维Fourier变换； 3将其幅度谱进行搬移，在图像中心显示； 4用Fourier系数的幅度进行Fourier反变换； 5用Fourier系数的相位进行Fourier反变换； 6比较4、5的结果，评价人眼对图像幅频特性和相频特性的敏感度。 7记录和整理实验报告。 结果： 程序源代码 clear; I=imread(1.gif); I=rgb2gray(I); subplot(3,3,1); imshow(I); title(1.gif); E=fft2(double(I)); sfftI=fftshift(E); %正半轴部分和负半轴部分的图像分别关于各自的中心对称 RR=real(sfftI); II=imag(sfftI); A=sqrt(RR.^2+II.^2); A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225 ; subplot(3,3,2); imshow(A); title(原图频谱); FE=abs(fftshift(E)); subplot(3,3,3); imshow(log(FE+1),[]);%自然对数 title(幅度谱); PE=angle(E); %向量E的相角 subplot(3,3,4); imshow(PE); title(图像相位谱); IFE=ifft2(FE); subplot(3,3,5); imshow(log(1+abs(IFE)),[]); title(幅度谱的反变换); IPE=ifft2(exp(j*PE)); subplot(3,3,6); imshow(abs(IPE),[]); title(相位谱的反变换); IE=ifft2(E)/225; subplot(3,3,7); imshow(IE); title(原图频谱反变换);