数字图像处理实验报告4.docVIP

实验四：数字图像的频域滤波 1．实验目的 掌握傅立叶变换及逆变换的基本原理方法。 理解频域滤波的基本原理及方法。 掌握进行图像的频域滤波的方法。 2．实验基本原理 频域增强 频域增强是利用图像变换方法将原来的图像空间中的图像以某种形式转换到其他空间 中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从 而得到处理后的图像。 频域增强的主要步骤是： 选择变换方法，将输入图像变换到频域空间。 在频域空间中，根据处理目的设计一个转移函数，并进行处理。 将所得结果用反变换得到增强的图像。 常用的频域增强方法有低通滤波和高通滤波。 低通滤波 图像的能量大部分集中在幅度谱的低频和中频部分，而图像的边缘和噪声对应于高频部 分。因此能降低高频成分幅度的滤波器就能减弱噪声的影响。由卷积定理，在频域实现低通 滤波的数学表达式： G(u,v) =H(u,v)F(u,v) 理想低通滤波器（ILPF） 巴特沃斯低通滤波器（BLPF） 指数型低通滤波器（ELPF） 实验内容与要求 1.设计一种低通滤波器，理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器均可，截至频率自选。 img= imread(def.tif);; I=rgb2gray(img); f=double(I); g=fft2(f); g=fftshift(g); [M,N]=size(g); nn=2; % 2-grade Butterworth lowpss filter d0=100; 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)); result(i,j)=h*g(i,j); end end result=ifftshift(result); J1=ifft2(result); J2=uint8(real(J1)); subplot(2,2,1);imshow(I);title(灰度图像 ); subplot(2,2,2);imshow(J2); title(频率为100); 读出一幅图像，采用你设计的低通滤波器进行滤波。再做反变换，观察不同的截止频率下采用不同低通滤波器得到的图像与原图像的区别。【提示:1)在频率域滤波同样要注意到填充问题；2）注意到(-1)x+y;】 当截止频率do = 15时，滤波后的图像模糊，难以分辨，振铃现象明显。 当do = 30时，滤波后的图像模糊减弱，能分辨出字母与图形轮廓，但由于理想低通滤波器在频率域的锐截止特性，滤波后的图像仍有较明显的振铃现象。 当 do = 100时，滤波后的图像比较清晰，但高频分量损失后，图像边沿与文字变的有些模糊，在图像的边框（如条带和矩形轮廓）附近仍有轻微振铃现象