数字图像处理实验指导书-河北工业大学2014-实验五.docVIP

数字图像处理 实验指导书 河北工业大学 计算机科学与软件学院 实验五 图像频率域平滑和锐化 一、实验目的： 1．掌握怎样利用傅立叶变换进行频域滤波 2．掌握频域滤波的概念及方法 3．熟练掌握频域空间的各类滤波器 4．利用MATLAB程序进行频域滤波 二、实验原理及知识点 频域滤波分为低通滤波和高通滤波两类，对应的滤波器分别为低通滤波器和高通滤波器。频域低通过滤的基本思想： G(u,v)=F(u,v)H(u,v) F(u,v)是需要钝化图像的傅立叶变换形式，H(u,v)是选取的一个低通过滤器变换函数，G(u,v)是通过H(u,v)减少F(u,v)的高频部分来得到的结果，运用傅立叶逆变换得到钝化后的图像。 频率域平滑：图像的平滑除了在空间域中进行外，也可以在频率域中进行。由于噪声主要集中在高频部分，为去除噪声改善图像质量，滤波器采用低通滤波器H(u,v)来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。常用的频率域低滤波器H(u,v)有四种： 1.理想低通滤波器具有传递函数： 其中，为指定的非负数，为(u,v)到滤波器的中心的距离。的点的轨迹为一个圆。 2. 巴特沃兹低通滤波器(BLPF)(在距离原点处出现截至频率)的传递函数为 与理想地通滤波器不同的是，巴特沃兹率通滤波器的传递函数是在处是是连续性衰减，因此采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生。 3.指数低通滤波器： 4.梯形低通滤波器 频率域锐化 ：图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的。频率域锐化就是为了消除模糊，突出边缘。因此采用高通滤波器让高频成分通过，使低频成分削弱，再经逆傅立叶变换得到边缘锐化的图像。常用的高通滤波器有：理想高通滤波器、巴特沃兹高通滤波器、指数滤波器，梯形高通滤波器。 1.理想高通滤波器 2．巴特沃斯高通滤波器 H(u，v)=1/[1+( D0/D(u，v))2n] 3. 指数高通滤波器 4. 梯形高通滤波器 三、实验内容： 1．调入并显示所需的图片； 2．实现理想低通滤波器、巴特沃斯低通滤波器对图像信号的频率域平滑滤波。分别采用编程、利用MATLAB提供的低通滤波器实现。 1）理想低通滤波器 clear; A=imread(football.jpg); I=rgb2gray(A); subplot(2,2,1) imshow(I); title(原图像); g = imnoise(I, gaussian ,0 ,0.01); J = I+g; subplot(2,2,2) imshow(J); title(加高斯噪声后图像); s=fftshift(fft2(I)); subplot(2,2,3) imshow(abs(s),[]); title(图像傅里叶变换所得频谱); [a,b]=size(s); a0=round(a/2); b0=round(b/2); d=150; for i=1:a for j=1:b distance=sqrt((i-a0)^2+(j-b0)^2); if distance=d h=1; else h=0; end; s(i,j)=h*s(i,j); end; end; s=uint8(real(ifft2(ifftshift(s)))); subplot(2,2,4) imshow(s); title(低通滤波后所得图像); 2）巴特沃斯低通滤波器 clear; A=imread(football.jpg); I=rgb2gray(A); subplot(2,2,1) imshow(I); title(原图像); g = imnoise(I, gaussian ,0 ,0.01); J = I+g; subplot(2,2,2) imshow(J); title(加高斯噪声后图像); s=fftshift(fft2(I)); subplot(2,2,3) imshow(abs(s),[]); title(图像傅里叶变换所得频谱); [a,b]=size(s); a0=round(a/2); b0=round(b/2); d=150; n=2; for i=1:a for j=1:b distance=sqrt((i-a0)^2+(j-b0)^2); h=1/(1+(distance/d)^n); s(i,j)=h*s(i,j); end; end; s=uint8(real(ifft2(ifftshift(s)))