实训三图像频域处理基本操作
数字图像处理实验三：图像的频域处理
数字图像处理实验报告实验三、图像的频域处理一、实验类型：综合性实验二、实验目的1. 掌握二维傅里叶变换的原理。
2. 掌握二维傅里叶变换的性质。
三、实验设备：安装有MATLAB 软件的计算机四、实验原理傅里叶变换在图像增强、图像分析、图像恢复和图像压缩等方面扮演着重要的角色。
在计算机上使用傅里叶变换常常涉及到该变换的另一种形式——离散傅里叶变换（DFT ）。
使用这种形式的傅里叶变换主要有以下两方面的理由：·DFT 的输入和输出都是离散的，这使得计算机处理更加方便；·求解DFT 问题有快速算法，即快速傅里叶变换（FFT ）。
MATLAB 函数fft,fft2 和fftn 可以实现傅里叶变换算法，分别用来计算1 维DFT、2 维DFT 和n 维DFT。
函数ifft,ifft2 和ifftn 用来计算逆DFT。
下面结合一个例子进行演示。
（1）创建一个矩阵f，代表一个二值图像。
f=zeros(30,30);f(5:24,13:17)=1;imshow(f,’notruesize’)（2 ）用以下命令计算f 的DFT 并可视化。
F=fft2(f);F2=log(abs(F));imshow(F2,[-1 5],’notruesize’);colormap(jet);colorbar（3）为了获取傅里叶变换的更佳的取样数据，计算F 的DFT 时给它进行0 填充。
0 填充和DFT 计算可以用下面的命令一步完成。
F=fft2(f,256,256);上面的命令在计算DFT 之前将F 的大小填充为256 ×256。
imshow(log(abs(F)),[-1 5]);colormap(jet);colorbar（4 ）但是，0 频率系数仍然显示在左上角而不是中心位置。
可以用fftshift 函数解决这个问题，该函数交换F 的象限，使得0 频率系数位于中心位置上。
F=fft2(f,256,256)F2=fftshift(F);imshow(log(abs(F2)),[-1 5]);colormap(jet);colorbar五、实验内容选择一幅图像，对其进行离散傅立叶变换，观察离散傅立叶频谱，并演示二维离散傅立叶变换的主要性质（如平移性、旋转性）。
《图像处理》实验指导书
现场考核（60%）+实验报告(40%)
七、实验报告
实验结束后，撰写实验报告，实验报告主题部分应包括：算法原理、程序流程、算法各部分主 要函数代码以及功能注释、运行结果四部分，每部分占实验报告的 10%，按照撰写情况打分。
《图像处理》实验二 图像增强பைடு நூலகம்
一、实验意义及目的
（1）进一步掌握图像处理工具 Matlab，熟悉基于 Matlab 的图像处理函数。 （2）掌握各种图像增强方法。
功能：实现两幅图像相除。
调用格式：
C=imdivide(A,B)。
四、参考代码
参考代码中实现了彩色图像的灰度化、旋转、缩放两种几何变换以及镜像及拼接。
Image1=imread('peppers.jpg'); %红绿通道互换 Image2=Image1; Image2(:,:,1)=Image1(:,:,2); Image2(:,:,2)=Image1(:,:,1); imshow(Image2); imwrite(Image2,'changecolor.jpg');
《图像处理》实验指导书
蔡利梅 编
信息与电气工程学院
学生实验守则
一、学生进入实验室必须遵守实验室的规章制度，遵守课堂纪律，保持实验室的安静和整洁，爱护 实验室的一切设施。 二、实验课前要认真预习实验指导书，写出实验预习报告，并经教师批阅后方可进行实验。 三、实验课中要遵守操作规程，不要带电连接、更改或拆除线路。线路接好后，经指导老师检查后， 方可接通电源进行实验。对于软件上机实验，不得随意删改计算机中原有的文件。 四、学生实验前对实验所用仪器设备要了解其操作规程和使用方法，凡因不预习或不按使用方法进 行操作而造成仪器设备损坏者，除书面检查外，按学校规定进行赔偿。 五、实验中主意安全，遇到事故应立即关断电源并报告教师检查处理。 六、实验完毕后要做好整理工作，实验数据必须经指导教师签阅后，才能拆除线路，并将仪器、设 备、凳子等按规定放好，经同意后方可离开实验室。 七、因故缺课的学生可向实验室申请一次补做机会。无故缺课或无故迟到（15 分钟以上）的不予补 做，该次实验无成绩；累计三次者，该实验课以不及格论，并不得参加该门理论课程的考试。 八、实验室仪器设备不能擅自搬动调换，更不能擅自带出实验室。
数字图像处理_图像的频域变换处理
图像的频域变换处理1 实验目的 1. 掌握Fourier ，DCT 和Radon 变换与反变换的原理及算法实现，并初步理解Fourier 、Radon和DCT 变换的物理意义。
2、 利用傅里叶变换、离散余弦变换等处理图像，理解图像变换系数的特点。
3、 掌握图像的频谱分析方法。
4、 掌握图像频域压缩的方法。
5、 掌握二维数字滤波器处理图像的方法。
2 实验原理1、傅里叶变换 fft2函数：F=fft2(A);fftshift 函数：F1=fftshift(F);ifft2函数：M=ifft2(F);2、离散余弦变换：dct2函数 ：F=dct2(f2)；idct2函数：M=idct2(F)；3、 小波变换对静态二维数字图像，可先对其进行若干次二维DWT 变换， 将图像信息分解为高频成分H 、V 和D 和低频成分A 。
对低频部分A ，由于它对压缩的结果影响很大，因此可采用无损编码方法， 如Huffman 、 DPCM 等；对H 、V 和D 部分，可对不同的层次采用不同策略的向量量化编码方法，这样便可大大减少数据量，而图像的解码过程刚好相反。
（1）dwt2[CA,CH,CV,CD]=dwt2(X,’wname’)[CA,CH,CV,CD]=dwt2(X,LO_D,HI_D’)()()⎰⎥⎦⎤⎢⎣⎡-ψ=dt a b t t Rf a 1b ,a W *()⎪⎭⎫ ⎝⎛-ψ=ψa b t a 1t b ,a 112()00(,)[(,)](,)ux vy M N j M N x y f x y eF f x y F u v π---+====∑∑1100(21)(21)(,)(,)()()cos cos 22M N x y x u y v F u v f x y C u C v M Nππ--==++=∑∑CA 图像分解的近似分量,CH 水平分量,CV 垂直分量,CD 细节分量； dwt2(X,’wname ’) 使用小波基wname 对X 进行小波分解。
图像的区域处理
图像的区域处理图像的区域处理：输入像素及其周边像素共同参加运算，得到一个输出像素的处理过程。
图像的增强：图像经过某种处理，达到更好的视觉效果。
图像的恢复：图像经过某种处理，恢复到原来状态的运算。
主要内容：1. 图像区域处理的基本方法：卷积、卷积核（掩膜）2. 图像的平滑3. 图像的锐化4. 边缘检测5. 中值滤波1. 低通卷积核：低通卷积核通常有下列形式，其卷积核内的系数之和为1，∑（系数）＝1。
3X3卷积核例子⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡9/19/19/19/19/19/19/19/19/1 或写成 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⋅11111111191⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡10110110110151*********101⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡16181161814181161811612. 高通卷积核高通卷积核通常有下列形式，其卷积核内的系数之和为1，系数正负并存，有一较大的正数在中心，∑（系数）＝1。
3X3卷积核例子⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--------111191111 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----010151010 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----1212521213. 边缘检测灰度发生显著变化的区域称为边界。
3－1梯度法：yfx f f ∂∂+∂∂=∇ 其幅值 2222)()(),(y x f f y f x f y x E +=∂∂+∂∂=其方向 )arctan(),(xy f f y x =Φ其幅值由式可以简化为：y x f f y x E +=),(卷积核如⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-000011000 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-000110000 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-000010010 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-010010000 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-100010000 等等。
3－2 拉普拉斯算子法（Laplacian ）拉普拉斯算子定义为22222),(y x f y x f f∂∂+∂∂=∇ 拉普拉斯算子的卷积核：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡010141010 或 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--------111181111拉普拉斯算子的卷积核导出： 设有九个图像点如下：)1,1()1,()1,1(),1(),(),1()1,1()1,()1,1(-+---+-++++-y x f y x f y x f y x f y x f y x f y x f y x f y x f )1()(2)1()1()()()1()()1()1()(''"'-+-+=-+--+=-+=--=x f x f x f x f x f x f x f x f x f f x f x f f x x 同理 )1()(2)1("-+-+=y f y f y f f y综合上面两式：),(4)1,()1,(),1(),1(2y x f y x f y x f y x f y x f f --+++-++=∇得到上面的卷积核。
关于图形图像处理实训报告总结【九篇】
关于图形图像处理实训报告总结【九篇】实训报告总结：图形图像处理实训图形图像处理实训是计算机科学与技术专业的基础课程之一。
通过本次实训课程，我深入了解了图形图像处理的基本概念、方法和技术，并通过实际操作来提升了自己的实践能力。
下面是对本次实训的九篇报告总结：1. 实验一：图像读取与显示本次实验主要是学习如何读取和显示图像，以及使用Matplotlib库进行图像展示。
通过实验，我掌握了图像读取和显示的基本方法，并学会了基本的图像处理操作。
2. 实验二：图像的灰度变换实验二主要是学习图像的灰度变换，包括线性变换和非线性变换。
我学会了如何使用不同的灰度变换函数来调整图像的亮度和对比度，进一步提升图像的质量。
3. 实验三：图像的空间域滤波本次实验主要是学习图像的空间域滤波技术，包括均值滤波、中值滤波和高斯滤波等。
通过实验，我掌握了不同滤波方法的原理和实现方式，并学会了如何选择合适的滤波方法来降噪和模糊图像。
4. 实验四：图像的频域滤波实验四主要是学习图像的频域滤波技术，包括傅里叶变换和频域滤波等。
通过实验，我了解了傅里叶变换的原理和应用，并学会了如何使用频域滤波来实现图像的锐化和平滑。
5. 实验五：图像的形态学处理本次实验主要是学习图像的形态学处理技术，包括腐蚀、膨胀、开运算和闭运算等。
通过实验，我学会了如何使用形态学操作来改变图像的形状和结构，进一步改善图像的质量。
6. 实验六：图像的边缘检测实验六主要是学习图像的边缘检测技术，包括Sobel算子、Laplacian算子和Canny算子等。
通过实验，我了解了不同边缘检测方法的原理和应用，并学会了如何使用边缘检测来提取图像的轮廓和特征。
7. 实验七：图像的分割与聚类本次实验主要是学习图像的分割与聚类技术，包括阈值分割、区域生长和K均值聚类等。
通过实验，我掌握了不同分割与聚类方法的原理和应用，并学会了如何使用分割与聚类来识别和分析图像中的目标和区域。
8. 实验八：图像的特征提取与描述子实验八主要是学习图像的特征提取和描述子技术，包括尺度不变特征变换（SIFT）和方向梯度直方图（HOG）等。
数字图像处实验指导书_openCV版
4
实验二 点处理
一、实验目的 掌握灰度直方图分析图像的灰度分布。 掌握常用的点处理方法和原理，调解灰度变换参数
二、实验内容 1．直方图均衡化
#include "stdafx.h" #include "cv.h" #include "cxcore.h" #include "highgui.h" int main( int argc, char** argv ) {
return 0;
}
return -1;
}
4．一个简单的图像处理例子，求图像的边界。
#include "stdafx.h"
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
int main( int argc, char** argv )
{ //声明 IplImage 指针
IplImage* pImg = NULL;
IplImage* pCannray
if((pImg = cvLoadImage("c:\\lena.jpg", 0)) != 0 )
{ //为 canny 边缘图像申请空间
pCannyImg = cvCreateImage(cvGetSize(pImg),
5%E4%B8%8E%E9%85%8D%E7%BD%AEOpenCV1.0 2. 利用 OpenCV 读入一个图像文件，并将其显示到屏幕上
#include "stdafx.h"
#include "cv.h"
图像处理的基本操作
3、调整局部图像的角度
• 首先要选取一个范围，然后执行“编辑 →变换”菜单中的旋转和翻转命令。 • 变换操作：可以对选区、整个图层、多 个图层或图层蒙看到应用变换命令。
4、“自动”调整 照片的影调和色调
5、“手动”调整照 片的影调和色调
色阶：图像的直方图是根据 图像中每个亮度值(0-255) 处像素点的多少来划分的, 最黑的像素点在左边,最亮 的像素点在右边。
6、色彩平衡
7、让靓丽的色彩更真实 ——调整饱和度
8、把彩色照片变为黑白照片 旧照片去黄
• [图像]—[模式]—[灰度] • [图像]—[调整]—[去色] • [图像]—[调整]—[色相/饱和度]：-100
去色命令的主要作用是去除图像中的饱和色彩， 即将图像中所有颜色的饱和度都变为0，也就是说 将图像变为灰度图像。但与直接使用“图像→模 式→灰度”命令转换灰度图像的方法不同，用该 命令处理后的图像不会改变图像的色彩模式，只 不过失去了彩色的颜色罢了。去色命令最方便之 处在于可以只对图像的某一选择区域进行转化， 不像灰度命令那样不加选择地对整幅图像发生作 用。
9、为黑白照片上色
• [图像]—[调整]—[色相/饱和度] • 着色
10、变化颜色
可以让用户很直观地调整色彩平衡、 对比度和饱和度。此命令功能就相 当于色彩平衡命令再增加色相/饱和 度命令的功能，但它可以更精确更 方便地调节图像的颜色色彩。
1、改变图像尺寸
• 图像——图像大小 • 如果想要保持当前的像素宽度与高度 的比例，选择[约束比例]选项。这时， [ ] 在更改像素的宽度时，高度数值会相 应地自动改变。 • 在“像素大小”下输入相应的数值。 设置完成后单击“好”按钮。
2、调整图像角度
• 对整个图像进行旋转和翻转是通过“图 像”→“旋转画布”菜单中的命令来完成。 • 任意角度：可以将图像顺时针或是逆时针 旋转任意角度。 • 水平翻转画布：执行此命令可将整个图像 水平翻转。 • 垂直翻转画布：执行此命令可将整个图像 垂直翻转。
图像处理软件Photoshop实训指导手册
实训二：点阵图像 (3)实训三：选定技巧 (4)实训四：图像编辑 (5)实训五：图层运用——金属腐蚀字 (6)实训六（一）：路径运用——心形相框 (7)实训六(二)：图片合成教程 (8)实训七：色彩修饰 (13)实训八（一）：滤镜效果 (15)实训八（二）：滤镜效果 (16)选做实验 (17)1）单击“编辑”→“预置”→“增效工具与暂存盘”，修改文件存放位置；2）在“文件”→“新建”（CTRL＋N），名称为“球体”，大小为400*400，分辨率为72，模式为RGB，其它选项不变3）执行视图→标尺（Ctrl+R），拉出参考线，选择椭圆选框工具，对准圆心，按住ALT+SHIFT键拖动绘制正圆选框4）选择渐变工具，在选项中选择“径向渐变”，给球体填充着色（左上角向右下角）；5）取消选择（CTRL＋D），保存文件（CTRL＋S）。
【步骤】1)新建文件，大小为640＊480，分辨率为72pix/inch， RGB模式2) 设置背景图案。
打开一素材，单击“编辑”→“定义图案”3) 回到新建文件点阵图像。
单击“编辑”→“填充”（SHIFT+F5），选择刚才定义的图案，将其作为背景4) 新建图层1，用椭圆框选工具，绘制球体选区，设置渐变工具条颜色为白－黄－白，填充方式为径向，CTRL+D取消选择5) 新建图层2，绘制叶子图案：用套索工具在球体下方绘制叶子选区，用填充桶将其填充为绿色，取消选择。
并复制一个。
6) 新建图层3，选择横排文字蒙板工具，输入文字“EGGS”。
在选项栏设置字体为Arial，加粗，大小为140p，字间距为20；菜单“编辑”→“描边”（宽度为3p，红色，居外）7) 新建图层4，用同样方法输入右侧文字文字，并以蓝色着色，取消选择8) 在图层4，绘制一个长矩形条的选区，放到适当位置，按Delete键删除填充的字体颜色，使文字呈现蓝色和透明相间。
取消选择9)“文件”→“保存”，格式选为Tif，以‘点阵图像.tif’保存在自己的文件夹里（photoshop 默认的格式为PSD文件）2、选中其中一个兰色小球，具体操作方法：方法一：用魔棒工具，容差为50，用shift键多次点击选中一个小球方法二：用椭圆工具初选，再用菜单“选择”→“扩大选取”，可以将色彩相近的连续的图像一起扩充到选区内。
医学图像处理的基本操作
医学图像处理的基本操作医学图像处理是一门涉及医学图像获取、存储、处理和分析的科学技术，其在医学影像诊断、治疗以及生物医学研究等方面发挥着重要作用。
医学图像处理的基本操作包括图像增强、图像分割、图像配准等。
图像增强图像增强指的是通过修改图像的亮度、对比度、颜色、锐度等方式，加强图像质量，使得图像更容易被人类或计算机视觉算法识别。
常见的图像增强方法有直方图均衡化、灰度拉伸、伽马校正、滤波等。
直方图均衡化是一种常用的图像增强方法，基于图像像素的统计特征，通过重新分配图像像素的灰度级，使得像素值在整个灰度范围内均衡分布，从而增强图像对比度。
灰度拉伸是一种调整图像亮度和对比度的方法，通过拉伸图像的像素灰度值范围，使得图像更好地展示其细节与特征。
伽马校正是一种基于伽马函数的灰度调整方法，通过调整像素的亮度和对比度，提高低灰度值的对比度，使得图像更加清晰。
滤波是一种通过滑动窗口取平均或加权平均的方法，以减小噪声或平滑图像的方法，常见的滤波器有中值滤波、高斯滤波等。
图像分割图像分割指将图像划分成若干个子区域，使得每个子区域内具有相似的像素值或特征。
图像分割的目的在于分离和识别图像中的不同目标或区域，实现对图像的自动分析和处理。
常见的图像分割方法有阈值分割、区域分割、边缘分割等。
阈值分割是一种基于像素灰度值的方法，通过设置一个像素灰度值作为阈值，将像素分为两类，从而实现图像的分割。
区域分割是一种基于特征的方法，通过利用像素之间的相似性、连通性等特征将像素分为不同的区域。
边缘分割是一种基于图像梯度的方法，通过检测图像中像素灰度值的变化来确定图像中的边缘，从而实现图像的分割。
图像配准图像配准指的是将多幅图像重叠到一个公共坐标系下，从而实现它们之间的匹配和对比。
图像配准常用于医学图像比较、图像融合、图像分割等领域。
常见的图像配准方法包括统计配准、基于特征点的配准、弯曲变形配准等。
统计配准是一种基于统计学方法的配准方法，通过分析两幅图像之间的相似性和变换关系，建立变换模型，从而实现一幅图像到另一幅图像的变换。
数字图像处理实验三(附源程序)
南京航空航天大学 close al329
某某
%%%%%%%%处理 test3_1.jpg I=imread('test3_1.jpg'); I=im2double(I); %%%%%%%%邻域平均函数“nlfilter” tic J=nlfilter(I,[5 5],@mean2); toc tic T=nlfilter(I,[5 5],@std2); toc figure(1),subplot(2,3,1),imshow(I),title('原始图像');axis on; subplot(2,3,2),imshow(J),title('邻域均值图像');axis on; subplot(2,3,3),imshow(T),title('邻域均值标准差图像');axis on; imwrite(J,'nlfilterl 滤波后.jpg'); %%%%%%%%加噪声后用邻域平均法 I=imnoise(I,'gaussian',0,0.02); J=nlfilter(I,[5 5],@mean2); T=nlfilter(I,[5 5],@std2); subplot(2,3,4),imshow(I),title('加噪图像');axis on; subplot(2,3,5),imshow(J),title('加噪邻域均值图像');axis on; subplot(2,3,6),imshow(T),title('加噪邻域均值标准差图像');axis on; imwrite(J,'加噪 nlfilterl 滤波后.jpg'); %%%%%%%%%处理 test3_2.jpg I2=imread('test3_2.jpg'); J2=im2double(I2); %%%%%%%%%邻域平均窗函数“filter2” tic ave=fspecial('average',5); J2=filter2(ave,J2); 南京航空航天大学 电子信息工程学院 信息工程 041010329 某某
图像处理常用操作方法有
图像处理常用操作方法有
1. 缩放：通过改变图像的大小来改变图像的视觉效果和文件大小。
2. 裁剪：将图像的一部分剪切下来，使其符合特定的需求。
3. 旋转和翻转：将图像旋转或翻转，使其朝向更符合预期。
4. 调整亮度、对比度和色彩饱和度：通过改变图像的亮度、对比度和色彩饱和度来改变图像的视觉效果。
5. 滤镜：应用各种滤镜或效果，如模糊、锐化、马赛克等，来改变图像的外观。
6. 图像增强：使用各种算法来增强图像。
例如，去噪、去模糊、超分辨率等。
7. 图像分割：将图像分割为多个区域或对象，并对每个区域或对象进行进一步的处理或分析。
8. 物体识别和跟踪：通过计算机视觉技术，自动识别和跟踪图像中的物体。
9. 压缩：通过改变图像的编码方式，来减小文件大小，而不影响图像的质量。
10. 图像合成：通过将多张图像合成为一张图像，来创造出更有意思的视觉效果。
数字图像处理上机实习-频域处理
数字图像处理上机实习（第三专题——频域处理）学生姓名：XX班级：XXX学号：XXXXXXX指导老师：XXXXX一、计算图象的傅氏变换频谱函数要求：设计图象f2(x,y) 为30*256/256*256，居中垂直排列；算法设计：程序设计：f=zeros(256,256);f(1:256,113:143)=1;subplot(211);imshow(f);title('图像f2(x,y)');F=fft2(f);subplot(212);imshow(fftshift(uint8(F))); title('频谱图'); figure;mesh(fftshift(abs(F)));title('傅氏变换频谱函数');程序运行结果：二、计算显示图象的频谱函数要求：对p03-02的离散余弦变换，显示其频谱函数算法设计：程序设计：M=imread('D:\matlab2011\图片\p03-02.tif');subplot(211);imshow(M);title('原图像');M1=dct2(M);subplot(212);imshow(abs(M1));title('二维离散余弦变换结果');程序运行结果：三、设计图象的频域滤波要求：根据频率采样法设计一个高通滤波器，对图象f2(x,y)进行高通滤波，观察分析空域图象和频谱分布的变化（设计2个截止频率）。
算法设计：程序设计：%%%%%%%%%%%%%%%%%%%子函数%%%%%%%%%%%%%%%%%%%%%%%%%function [G,g] = imhp(f,D1)% 高通滤波% f为输入图像,G为频谱图，g为复原图像F=fftshift(fft2(f));[m,n] = size(F);G=F;u0=floor(m/2);v0=floor(n/2);for u = 1:mfor v = 1:nif ( sqrt((u-u0).^2+(v-v0).^2))>= D1H = 1;elseH = 0;endG(u,v) = F(u,v)*H;endEndg = ifft2(G);%%%%%%%%%%%%%%%%%%%主函数%%%%%%%%%%%%%%%%%%%%%%%%%f=zeros(256,256);f(80:173,113:143)=1;subplot(231);imshow(f);title('原图像');F1 = fft2(f);F1_shift = fftshift(F1);subplot(2,3,4);imshow(uint8(F1_shift));title('原频谱') %高通滤波[F2,j] = imhp(f,50);g = abs(j);subplot(2,3,2);imshow(g);title('高通滤波后图像 D1=50') subplot(2,3,5);imshow(uint8(F2));title('高通后的频谱') [F2,j] = imhp(f,100);g = abs(j);subplot(2,3,3);imshow(g);title('高通滤波后图像 D1=100') subplot(2,3,6);imshow(uint8(F2));title('高通后的频谱') 程序运行结果：四、实际图象的频域滤波要求：根据频率采样法设计一个高通滤波器，对图象p03-02进行高通滤波，观察分析空域图象和频谱分布的变化（设计2个截止频率）。
实验三图像复原
实验三图像复原一、实验目的1、掌握通用图像退化模型的数学表达式及含义。
2、掌握逆滤波、维纳滤波和最小二乘方滤波的原理和方法，区别几种复原滤波方法的优缺点。
3、掌握由于噪声造成的退化图像的复原方法，分析比较几种空域滤波方法各自适合处理什么样的噪声图像。
二、实验内容1、读入一幅清晰图像，产生由于运动造成的模糊图像，运动位移设置为20个像素，运动角度为30度，并保存备用。
2、分别利用逆滤波、维纳滤波、约束最小二乘方滤波方法对模糊图像进行滤波处理，比较几种滤波复原方法。
3、载入一幅清晰图像分别添加不同的噪声，使用中值滤波、中点滤波、最小值滤波、最大值滤波方法去噪，比较各种滤波方法对不同噪声的处理效果。
三、实验步骤1C=imread('greens.jpg');subplot(1,2,1);imshow(C);LEN=20;THETA=30;PSF=fspecial('motion',LEN,THETA);MF=imfilter(C,PSF,'circular','conv');subplot(1,2,2);imshow(MF);imwrite(MF,'greens-MF.jpg');2逆滤波[MF,map]=imread('greens-MF.jpg'); figure(1);imshow(MF);LEN=20;THETA=30;INITPSF=fspecial('motion',LEN,THETA); [J,P]=deconvblind(MF,INITPSF,30); figure(2);imshow(J);figure(3);imshow(P,[],'notruesize');维纳滤波、约束最小二乘方滤波方法F=checkerboard(8);figure(1);imshow(F,[]);PSF=fspecial('motion',7,45);MF=imfilter(F,PSF,'circular');noise=imnoise(zeros(size(F)),'gaussian',0,0.001); MFN=MF+noise;figure(2);imshow(MFN,[]);NSR=sum(noise(:).^2)/sum(MFN(:).^2);figure(3);imshow(deconvwnr(MFN,PSF),[]);figure(4);imshow(deconvwnr(MFN,PSF,NSR),[]);figure(5);A=deconvreg(MFN,PSF,0.4,[1e-7 1e7]); imshow(A);figure(6);B=deconvreg(MFN,PSF,4);imshow(B);3f=imread('cameraman.tif');figure(1);imshow(f);title('原始图像');g=imnoise(f,'salt & pepper',0.2);figure(2);imshow(g);title('椒盐噪声污染的图像');g1=double(g)/255;j1=medfilt2(g1, 'symmetric');figure(3);imshow(j1);title('中值滤波图像');j2=ordfilt2(g1,median(1:3*3),ones(3,3),'symmetric'); figure(4);imshow(j2);title('中点滤波图像');j3=ordfilt2(g1,1,ones(3,3));figure(5);imshow(j3);title('最小值滤波图像');j4=ordfilt2(g1,9,ones(3,3));figure(6);imshow(j4);title('最大值滤波图像');。
实验三___图像频域低通滤波
实验三___图像频域低通滤波实验三图像频域低通滤波⼀、实验⽬的掌握常⽤频域低通滤波器的设计。
进⼀步加深理解和掌握图像频谱的特点和频域低通滤波的原理。
理解图像低通滤波的处理过程和特点。
⼆、实验内容设计程序，分别实现截⽌频率半径分别为5、15、30、80理想低通滤波器、⼆阶巴特沃斯低通滤波器、⼆阶⾼斯低通滤波器对图像的滤波处理。
观察处理前后图像效果，分析实验结果和算法特点。
三、实验原理⼆维理想低通滤波器的传递函数为：001.(,)(,)0.(,)Du v D H u v D u v D ≤?=?>? D0是指定⾮负数值，D （u ，v ）是（u ，v ）点距频率中⼼的距离。
如果要研究的图像尺⼨为M X N ，则它的变换也有相同的尺⼨。
在半径为D0的圆内，所有频率⽆衰减地通过滤波器，⽽在此半径之外的所有频率完全被衰减掉。
巴特沃斯⾼通滤波器的传递函数为： 201(,)1[]n H u v D =+ 式中D0为截⽌频率距远点距离。
⼀阶巴特沃斯滤波器没有振铃。
在⼆阶中振铃通常很微⼩，但在阶数增⾼时振铃便成为⼀个重要因素。
⾼斯⾼通滤波器传递函数为：220(,)/2(,)D u v D H u v e -=D （u ，v ）是距傅⽴叶变换中⼼原点的距离。
D0是截⽌频率。
⾼斯低通滤波器的傅⽴叶变换也是⾼斯的。
四、算法设计（含程序设计流程图）五、实验结果及分析（需要给出原始图像和处理后的图像）原图I L P F 滤波（d0=5)ILPF 滤波（d0=15)I L P F 滤波（d0=30)ILPF 滤波（d0=80)原图BLPF 滤波（d0=5）B L P F 滤波（d0=15）BLPF 滤波（d0=30）B L P F 滤波（d0=80）原图G L P F 滤波(d0=5)G L P F 滤波(d0=15)G L P F 滤波(d0=30)GLPF滤波(d0=80)实验结果分析：（1）对于理想的低通滤波器，当截⽌频率D0较低的时候，图像严重模糊，被滤去的⾼频部分的能量包含了图像的主要的边缘信息，同时振铃效应也⾮常的明显。
数字图像处理图像变换与频域处理
南京信息工程大学 计算机图像处理 实验(实习)报告 实验(实习)名称 图像变换与频域处理 实验(实习)日期 得分 指导老师 系 专业 班级 姓名 学号一、 实验目的1．了解离散傅里叶变换的基本性质；2．熟练掌握图像傅里叶变换的方法及应用；3．通过实验了解二维频谱的分布特点；4．熟悉图像频域处理的意义和手段；5．通过本实验掌握利用MATLAB 的工具箱实现数字图像的频域处理。
二、 实验原理（一）傅立叶变换傅立叶变换是数字图像处理中应用最广的一种变换，其中图像增强、图像复原 和图像分析与描述等，每一类处理方法都要用到图像变换，尤其是图像的傅立 叶变换。
离散傅立叶（Fourier ）变换的定义：二维离散傅立叶变换（DFT ）为：逆变换为：式中，在DFT 变换对中， 称为离散信号 的频谱，而 称为幅度谱， 为相位角，功率谱为频谱的平方，它们之间的关系为：图像的傅立叶变换有快速算法。
（二）图像的频域增强常用的图像增强技术可分为基于空域和基于变换域的两类方法。
最常用的变换域是频域空间。
在频域空间，图像的信息表现为不同频率分量的组合。
如果能让某个范围内的分量或某些频率的分量受到抑制而让其他分量不受影响，就可以改变输出图像的频率分布，达到不同的增强目的。
频域增强的工作流程：频域空间的增强方法对应的三个步骤：(1) 将图像f(x,y)从图像空间转换到频域空间，得到F(u,v)；(2) 在频域空间中通过不同的滤波函数H(u,v)对图像进行不同的增强,得到G(u,v)（注：不同的滤波器滤除的频率和保留的频率不同，因而可获得不同的增强效果）；(3) 将增强后的图像再从频域空间转换到图像空间，得到图像g(x,y)。
),(v u F ),(v u G ),(y x f ∑∑-=-=+-=1010)(2exp ),(1),(M x N y N vy M ux j y x f MN v u F π∑∑-=-=+=101)(2exp ),(1),(M u N v N vy M ux j v u F MN y x f π}1,,1,0{,-∈M x u }1,,1,0{,-∈N y v ),(v u F ),(y x f ),(v u F ),(v u ϕ),(),()],(exp[),(),(v u jI v u R v u j v u F v u F +==ϕ1．低通滤波图像中的边缘和噪声都对应图像傅立叶变换中的高频部分，如要在频域中消弱其影响，设法减弱这部分频率的分量。
实验报告4：图像的频域处理
实验报告4：图像的频域处理（1）对图像进行DFT：DFT后的输出：DFT所用代码：pic1=fft2(imread('lines.png'));pic2=fft2(imread('rice.tif'));pic11=fftshift(pic1);pic22=fftshift(pic2);Pic1=log(1+abs(pic11));Pic2=log(1+abs(pic22));subplot(1,2,1), imshow(Pic1,[]);title('lin.png');subplot(1,2,2), imshow(Pic2,[]);title('rice.tif');图片中并没有明显的水平和垂直内容，而DFT后却存在水平和垂直分量的原因：原图的边缘出现了明显的不连续，因此进行DFT后会出现强烈的水平和垂直方向分量。
解决方法为在图像中加入汉明窗算法，用来过滤掉图片中的高频部分，并使得图像边缘的不连续情况得到改善，因此加入汉明窗后处理的图像频谱中，水平分量和垂直分量得到了明显的减少。
改进后代码：img=imread('lines.png');img=im2double(img);[h,w]=size(img);window=hamming(h)*hamming(w)';IMG=img.*window;FIMG=fft2(IMG);subplot(1,2,1)imshow(IMG,[]); title('加窗后图像');subplot(1,2,2)imshow(log(1+abs(FIMG)),[]);title('加窗后的频谱图');改进后的频谱图：（2）选取一张灰度图片，并进行操作：原图：效果图：处理过程：A步骤中，函数先对原图像中的f(x,y)进行变换g(x,y)=(-1)^(x+y) x f(x,y)，该步骤等同于傅里叶变换中的fftshift，将频域中带宽较低的部分及原点移动到了图像的中心位置。
《图像处理的基本操作》教案
（图像处理的根本操作）教案（图像处理的根本操作）教案一、教学目标1.学生能够精确说出裁切图像的主体局部和裁切与校正倾斜照片的过程，并能正确操作其过程。
2.通过自主探究和动手操作，提高思考和解决问题的能力。
3.通过运用所学知识对不同图片做适当处理，体会信息技术能解决生活中的实际问题。
二、教学重难点（重点）裁切图像的主体局部和裁切与校正倾斜照片的操作过程。
（难点）依据实际情况灵敏对图像做相应处理。
三、教学过程(一)导入新课同学们，老师给大家带来了两组图片，来观察一下，这两组图片的区别在哪同学们认真观察，纷纷商量，得出：第—组的两张图片由背景范围大变成了只剩下一局部背景，第二组的两张图片是建筑大楼由倾斜变笔直了。
老师总结：同学们观察的很认真。
这两组图片是通过Photoshop的裁切工具完成的，今天就由我们来完成图片的处理。
——引入新课——图像处理的根本操作。
(二)新课讲授1.裁切图像的主体局部。
刚刚看的第—组图片，是将其中的房屋这局部裁切出来了，这叫裁切图片的主体局部。
教师带着学生操作前两步：在Photoshop中翻开“山庄.jpg〞图片，单击工具箱中的“裁切工具〞，学生跟着完成;教师演示第三步到第六步：将鼠标指针移到图像中的适宜位置，按住鼠标左键，拖动鼠标建立一个矩形选区;通过选区边框上的操纵句柄(边线上的小方块)调整选区的大小;双击或按“Enter" 键，确认裁切操作;如果要将图像裁切成规定的尺寸(如标准证件照)，可以利用工具选项栏属性面板，设置图片的“宽度〞和“高度〞值。
设置异质分组，学生按照老师的操作步骤，在电脑上完成，不会的地方相互探讨，教师巡视指导。
学生完成裁切后，自己保存图片：单击“文件〞菜单，选择“另存为〞命令，保存编辑好的图像文件。
2.裁切与校正倾斜照片第二组图片由于拍摄角度不对，照片中的楼体看上去是倾斜的，我们可以利用裁切工具对它进行适当的扶正处理。
前三步由学生自己完成，教师在教师机操作：翻开一幅需要处理的图像文件，如“高楼大厦.jpg〞;单击工具箱中的“裁切工具〞;选择需要裁切的图像内容。
频域分析及图像的频域处理
频域分析及图像的频域处理一．实验目的1.了解离散傅立叶变换及离散余弦变换的基本原理；2.掌握进行FFT 及逆变换的方法；3.了解图像在频域中处理方法，应用MATLAB 语言作简单的低通滤波器。
4.有能力的同学可用VC 实现傅立叶变换二．实验原理1.傅立叶变换的基本知识在图像处理的广泛应用领域中，傅立叶变换起着非常重要的作用，具体表现在包括图像分析、图像增强及图像压缩等方面。
假设f (x,y)是一个离散空间中的二维函数，则该函数的二维傅立叶变换的定义如下：)(21010),(),()],([N vy M ux j M x N y ey x f v u F y x f F +--=-=∑∑==π (2-1)离散傅立叶反变换的定义如下： )(210101),(1),()],([N vy M ux j N v M u e v u F MN y x f v u F F +-=-=-∑∑==π (2-2)式中，式中：u, x=0，1, 2, …, M -1；v, y=0, 1, 2, …, N -1；x, y 为时域变量，u, v像一维离散傅立叶变换一样，系数1/MN 可以在正变换或逆变换中，也可以在正变换和逆变换前分别乘以系数MN /1，只要两式系数的乘积等于1／MN 二维离散函数的傅立叶频谱、 相位谱和能量谱分别为 ),(),(|),(|22v u I v u R v u F += (2-3)),(),(arctan ),(v u R v u I v u =ϕ (2-4) ),(),(),(22v u I v u R v u E += (2-5) 式中，R (u , v )和I (u , v )分别是F (u , v )的实部和虚部。
2.离散余弦变换（Discrete Cosine Transform ， DCT ）离散余弦变换核为余弦函数。
DCT 除了具有一般的正交变换性质外， 它的变换阵的基向量能很好地描述人类语音信号和图像信号的相关特征。