(整理)实验三 频域增强.
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
实验三傅里叶变换及频域增强
一.实验内容:
1、傅里叶变换性质
2、低通滤波
3、高通滤波
二.实验目的:
1、理解傅里叶变换的原理,掌握傅里叶变换的性质
2、掌握频域平滑原理,学会用理想低通滤波器、Butterworth低通
滤波器、高斯低通滤波器进行图像处理。
3、掌握频域锐化原理,学会用理想高通滤波器、Butterworth高通
滤波器、高斯高通滤波器进行图像处理。
三.实验步骤:
一、傅里叶变换性质
1.首先构造一幅黑白二值图像,在128×128的黑色背景中心产生一个4×4的白色方块,对其进行傅里叶变换;(Matlab中用fft2实现2D傅里叶变
换)
2.把低频分量移到图象中心,而把高频分量移到四个角上;(方法有两种:其一,在FT以前对测试图象逐点加权(-1)^(i+j);其二,利用FFTSHIFT
函数);
3.利用图象增强中动态范围压缩的方法增强2DFT;(Y=C*log(1+abs (X)));
4.构造一幅黑白二值图像,在128×128的黑色背景中令第32行至36行、第32列至第36列的值为1(即产生一个4×4的白色方块),对其进行傅
里叶变换;
5.将上图旋转300,再进行傅里叶变换(imrotate)
6.构造二幅黑白二值图像,在128×128的黑色背景中分别令第60行至68行、第60列至第68列的值为1,第64行至65行、第64列至第65列的值为1产生两幅图像,分别对这两幅图像进行傅里叶变换
程序如下:
clear all;
close all;
clc;
f=zeros(128);
f(63:66,63:66)=1;
g=fft2(f);
m=fftshift(g);
y=log(1+abs(m));
f1=zeros(128);
f1(32:36,32:36)=1;
h=fft2(f1);
i=imrotate(h,30);
j=fft2(i);
f2=zeros(128);
f2(60:68,60:68)=1;
k=fft2(f2);
f3=zeros(128);
f3(64:65,64:65)=1;
l=fft2(f3);
figure;%1
subplot(2,2,1);imshow(f);title('template f');
subplot(2,2,2);imshow(g);title('g=fft2(f)');
subplot(2,2,3);imshow(m);title('m=fftshift(g)');
subplot(2,2,4);imshow(y);title('y=log(1+abs(m))');
figure;%2
subplot(2,2,1);imshow(f);title('template f');
subplot(2,2,2);imshow(g);title('g=fft2(f)');
subplot(2,2,3);imshow(f1);title('template f1');
subplot(2,2,4);imshow(h);title('h=fft2(f1)');
figure;%3
subplot(2,2,1);imshow(f);title('template f');
subplot(2,2,2);imshow(g);title('g=fft2(f)');
subplot(2,2,3);imshow(i);title('i=imrotate(h,30)');
subplot(2,2,4);imshow(j);title('j=fft2(i)');
figure;%4
subplot(2,3,1);imshow(f);title('template f');
subplot(2,3,2);imshow(g);title('g=fft2(f)');
subplot(2,3,3);imshow(f2);title('template f2');
subplot(2,3,4);imshow(k);title(' k=ff2(f2)');
subplot(2,3,5);imshow(f3); title('template f3');
subplot(2,3,6);imshow(l);title('l=fft2(f3)');
一、傅里叶变换性质
1、将前三步的图像在一个图像窗口显示,并且比较图像中心平移前后有什么区别,取对数前后又有什么区别;
图像分析:低频分量移到图象中心,而高频分量移到四个角上。经过对数变换后的图像,低频像素值变为0,高频像素值变为1.
template f g=fft2(f)
m=fftshift(g)y=log(1+abs(m))
2、将第1步和第4步的原图像及傅里叶变换后的图像在同一个图像窗口显示,比较其傅里叶变换后的图像,说明其中的原理;
图像分析:图像经过傅里叶变换后,得到的是图像的频域,也就是频率成分;
这个频率成分表示的意义就是相邻像素之间数值的变化,也就是说像素在空间上的变化越快,它对应在频域上的数值就越大;如果频谱图中亮的点数多,那么实际图像一定是尖锐的,边界分明且边界两边像素差异较大的。对频谱移频到原点以后,可以看出图像的频率分布是以原点为圆心,对称分布的。