实验四-图像的傅立叶变换与频域滤波.docx

实验四图像的傅立叶变换与频域滤波实验目的1了解图像变换的意义和手段；2熟悉傅里叶变换的基本性质；3熟练掌握FFT方法的应用；4通过实验了解二维频谱的分布特点；5通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。6、掌握怎样利用傅立叶变换进行频域滤波7、掌握频域滤波的概念及方法8、熟练掌握频域空间的各类滤波器9、利用MATLAB程序进行频域滤波实验原理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：二维离散傅立叶变换为：图像的傅立叶变换与一维信号的傅立叶变换变换一样有快速算法具体参见参考书目有关傅立叶变换的快速算法的程序不难找到。实际上现在有实现傅立叶变换的芯片可以实时实现傅立叶变换。3利用MATLAB软件实现数字图像傅立叶变换的程序：I=imread(‘原图像名.gif’);%读入原图像文件imshow(I);%显示原图像fftI=fft2(I);%二维离散傅立叶变换sfftI=fftshift(fftI);%直流分量移到频谱中心RR=real(sfftI);%取傅立叶变换的实部II=imag(sfftI);%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;%设定窗口imshow(A);%显示原图像的频谱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(uv)=F(uv)H(uv)F(uv)是需要钝化图像的傅立叶变换形式H(uv)是选取的一个低通过滤器变换函数G(uv)是通过H(uv)减少F(uv)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。理想地通滤波器(ILPF)具有传递函数：其中为指定的非负数为(uv)到滤波器的中心的距离。的点的轨迹为一个圆。n阶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并不是在处突然不连续。高斯低通滤波器(GLPF)的传递函数为其中为标准差。相应的高通滤波器也包括：理想高通滤波器、n阶巴特沃兹高通滤波器、高斯高通滤波器。给定一个低通滤波器的传递函数通过使用如下的简单关系可以获得相应高通滤波器的传递函数：利用MATLAB实现频域滤波的程序f=imread('room.tif');F=fft2(f);%对图像进行傅立叶变换S=fftshift(log(1+abs(F)));%对变换后图像进行队数变化并对其坐标平移使其中心化S=gscale(S);%将频谱图像标度在0-256的范围内imshow(S)%显示频谱图像h=special('sobel');%产生空间‘sobel’模版freqz2(h)%查看相应频域滤波器的图像PQ=paddedsize(size(f));%产生滤波时所需大小的矩阵H=freqz2(hPQ(1)PQ(2));%产生频域中的‘sobel’滤波器H1=ifftshift(H);%重排数据序列使得原点位于频率矩阵的左上角imshow(abs(H)[])%以图形形式显示滤波器figureimshow(abs(H1)[])gs=imfilter(double(f)h);%用模版h进行空域滤波gf=dftfilt(fH1);%用滤波器对图像进行频域滤波figureimshow(gs[])figureimshow(gf[])figureimshow(abs(gs)[])figureimshow(abs(gf)[])f=imread('number.tif');%读取图片PQ=paddedsize(size(f));%产生滤波时所需大小的矩阵D0=0.05*PQ(1);%设定高斯高通滤波器的阈值H=hpfilter('gaussian'PQ(1)PQ(2)D0);%产生高斯高通滤波器g=dftfilt(fH