matlab傅里叶变换和各种滤波处理.pdf

Matlab 傅里叶变换模和相位和各种滤波处理 傅里叶变换模和相位 img=imread(h:\img.png); f=fft2(img); %傅里叶变换 f=fftshift(f); %使图像对称 r=real(f); %图像频域实部 i=imag(f); %图像频域虚部 margin=log(abs(f)); %图像幅度谱， log 便于显示 phase=log(angle(f)*180/pi); %图像相位谱 l=log(f); subplot(2,2,1),imshow(img),title(源图像); subplot(2,2,2),imshow(l,[]),title( 图像频谱); subplot(2,2,3),imshow(margin,[]),title( 图像幅度谱); subplot(2,2,4),imshow(phase,[]),title( 图像相位谱); 添加高斯噪声、四阶巴特沃斯低通滤波 I=imread(h:\img.png); x=rgb2gray(I); y1=imnoise(x,gaussian,0,0.02); f=double(y1); % 数据类型转换，MATLAB 不支持图像的无符号整型的计算 g=fft2(f); % 傅立叶变换 g=fftshift(g); % 转换数据矩阵 [M,N]=size(g); nn=4; % 四阶巴特沃斯(Butterworth)低通滤波器 d0=50; %截止频率为 50 m=fix(M/2); n=fix(N/2); for i=1:M for j=1:N d=sqrt((i-m)^2+(j-n)^2); h=1/(1+0.414*(d/d0)^(2*nn)); % 计算低通滤波器传递函数 result(i,j)=h*g(i,j); end end result=ifftshift(result); y2=ifft2(result); y3=uint8(real(y2)); subplot(1,2,1),imshow(y1),title(添加高斯噪声后的图像); subplot(1,2,2),imshow(y3),title( 四阶巴特沃斯低通滤波图像); 维纳滤波 I=imread(h:\img.png); x=rgb2gray(I); J1=imnoise(x,gaussian,0,0.02); %给图像添加高斯噪声 J2=imnoise(x,salt pepper,0.02);%给图像添加椒盐噪声 J3=imnoise(x,speckle,0.02); %给图像添加乘性噪声 Y1=wiener2(J1,[5 5]); %维纳滤波 Y2=wiener2(J2,[5 5]); Y3=wiener2(J3,[5 5]); subplot(2,2,1),imshow(x),title(灰度图); subplot(2,2,2),imshow(Y1),title(高斯噪声维纳滤波); subplot(2,2,3),imshow(Y2),title(椒盐噪声维纳滤波); subplot(2,2,4),imshow(Y3),title(乘性噪声维纳滤波); 中值滤波 I=imread(h:\img.png); x=rgb2gray(I); J1=imnoise(x,gaussian,0,0.02); %给图像添加高斯噪声 J2=imnoise(x,salt pepper,0.02);%给图像添加椒盐噪声 J3=imnoise(x,speckle,0.02); %给图像添加乘性噪声 Y1=medfilt2(J1);%在默认 3×3 的邻域窗中进行中值滤波 Y2=medfilt2(J2);%在默认 3×3 的邻域窗中进行中值滤波 Y3=medfilt2(J3);%在默认 3×3 的邻域窗中