数字图像处理 频率域平滑 MATLAB实验
一、原理_频率域平滑
理想低通滤波器的传递函数为:
n 阶巴特沃斯低通滤波器的传递函数为:
n 阶指数低通滤波器的传递函数为:
二、步骤
(1)读入原图像test.tif并显示;
(2)对原图像添加高斯噪声;
(3)采用理想低通滤波器对加噪图像滤波,并显示滤波结果;
观察截止频率 D0 分别为15、30、80时,理想低通滤波的结果。
(4)采用二阶巴特沃斯低通滤波器对加噪图像滤波,并显示滤波结果;
观察截止频率 D0 分别为15、30、80时,二阶巴特沃斯低通滤波的结果。
(5)采用二阶指数低通滤波器对加噪图像滤波,并显示滤波结果;
观察截止频率 D0 分别为15、30、80时,二阶指数低通滤波的结果。
(6)比较各种低通滤波器的滤波效果。
三、实验图像
test.tif 将图片存到路径:D:\test.tif
四、框图
五、代码
%------------------------------------------------------------------------
% File name: first_3
% Last modified Date: 2021年6月17日09点57分
% Author: Jasmine
% Descriptions: 频率域平滑
%------------------------------------------------------------------------%清空工作区
clc,clear,close all;
%获取图像
img = imread('D:\test.tif');
img_noise = imnoise(img, 'gaussian', 0, 0.02);
I = im2double(img_noise);
[m, n] = size(I);
n2 = 2*n;
m2 = 2*m;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%进行fft变换并移到中心
F = fftshift(fft2(I, m2, n2));
figure(1);
subplot(4,3,2),imshow(mat2gray(log(1+abs(F)))),title('加噪图像 频谱图')
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%设计滤波器
%生成网格坐标
u = -n:n-1;
v = -m:m-1;
[U,V] = meshgrid(u,v);
D = hypot(U, V);
D0 = 15;D1 = 30;D2 = 80; %[15, 30, 80]
%各滤波器的系统函数
H11 = mat2gray( D <= D0 );%理想低通滤波器截止频率为15
H12 = mat2gray( D <= D1 );%理想低通滤波器截止频率为30
H13 = mat2gray( D <= D2 );%理想低通滤波器截止频率为80
H21 = mat2gray(1./(1+((D./D0).^4)));%巴特沃斯低通滤波器截止频率为15
H22 = mat2gray(1./(1+((D./D1).^4)));%巴特沃斯低通滤波器截止频率为30
H23 = mat2gray(1./(1+((D./D2).^4)));%巴特沃斯低通滤波器截止频率为80
H31 = mat2gray(exp(-(D./D0).^2));%指数低通滤波器截止频率为15
H32 = mat2gray(exp(-(D./D1).^2));%指数低通滤波器截止频率为30
H33 = mat2gray(exp(-(D./D2).^2));%指数低通滤波器截止频率为80
%滤波器的系统函数与图像频谱变换相乘
G11 = F.*H11;
subplot(4,3,4);imshow(mat2gray(log(1+abs(G11))));title('理想低通滤波15 频谱图');
G12 = F.*H12;
subplot(4,3,5);imshow(mat2gray(log(1+abs(G12))));title('理想低通滤波30 频谱图');
G13 = F.*H13;
subplot(4,3,6);imshow(mat2gray(log(1+abs(G13))));title('理想低通滤波80 频谱图');
G21 = F.*H21;
subplot(4,3,7);imshow(mat2gray(log(1+abs(G21))));title('巴特沃斯低通滤波15 频谱图');
G22 = F.*H22;
subplot(4,3,8);imshow(mat2gray(log(1+abs(G22))));title('巴特沃斯低通滤波30 频谱图');
G23 = F.*H23;
subplot(4,3,9);imshow(mat2gray(log(1+abs(G23))));title('巴特沃斯低通滤波80 频谱图');
G31 = F.*H31;
subplot(4,3,10);imshow(mat2gray(log(1+abs(G31))));title('指数低通滤波15 频谱图');
G32 = F.*H32;
subplot(4,3,11);imshow(mat2gray(log(1+abs(G32))));title('指数低通滤波30 频谱图');
G33 = F.*H33;
subplot(4,3,12);imshow(mat2gray(log(1+abs(G33))));title('指数低通滤波80 频谱图');
%傅里叶反变换
g011 = ifft2(fftshift(G11));g11 = g011(1:m,1:n);g11 = real(g11);
g012 = ifft2(fftshift(G12));g12 = g012(1:m,1:n);g12 = real(g12);
g013 = ifft2(fftshift(G13));g13 = g013(1:m,1:n);g13 = real(g13);
g021 = ifft2(fftshift(G21));g21 = g021(1:m,1:n);g21 = real(g21);
g022 = ifft2(fftshift(G22));g22 = g022(1:m,1:n);g22 = real(g22);
g023 = ifft2(fftshift(G23));g23 = g023(1:m,1:n);g23 = real(g23);
g031 = ifft2(fftshift(G31));g31 = g031(1:m,1:n);g31 = real(g31);
g032 = ifft2(fftshift(G32));g32 = g032(1:m,1:n);g32 = real(g32);
g033 = ifft2(fftshift(G33));g33 = g033(1:m,1:n);g33 = real(g33);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%输出各图像
figure(2);subplot(4,3,1);imshow(img);title('原始图像');
subplot(4,3,2);imshow(img_noise);title('添加 均值:0 方差:0.02 高斯噪声的图像');
subplot(4,3,4);imshow(g11);title(['理想低通滤波 D0=',num2str(D0)]);
subplot(4,3,5);imshow(g12);title(['理想低通滤波 D0=',num2str(D1)]);
subplot(4,3,6);imshow(g13);title(['理想低通滤波 D0=',num2str(D2)]);
subplot(4,3,7);imshow(g21);title(['巴特沃斯低通滤波 D0=',num2str(D0)]);
subplot(4,3,8);imshow(g22);title(['巴特沃斯低通滤波 D0=',num2str(D1)]);
subplot(4,3,9);imshow(g23);title(['巴特沃斯低通滤波 D0=',num2str(D2)]);
subplot(4,3,10);imshow(g31);title(['指数低通滤波 D0=',num2str(D0)]);
subplot(4,3,11);imshow(g32);title(['指数低通滤波 D0=',num2str(D1)]);
subplot(4,3,12);imshow(g33);title(['指数低通滤波 D0=',num2str(D2)]);
六、运行结果
频率域平滑各滤波器的频谱图 观察实验结果可知,随着低通滤波器截止频率的增大,图像变得更加清晰;巴特沃斯低通滤波器和指数低通滤波器可以较好地实现低通滤波器的效果。
频率域平滑各滤波器的频谱图 观察到下列各滤波器的频谱图,可以看出随着低通滤波器截止频率的增大,中间白色部分变得越来越大。
数字图像处理 频率域平滑 MATLAB实验相关推荐
- 数字图像处理 空间域平滑 MATLAB实验
一.原理_均值滤波 设加噪图像为 f(x,y) ,经均值滤波处理后的图像为g(x,y) ,则: 式中, S是(x,y)像素点的邻域,K是S内的像素数. 最典型的S为3X3邻域,可用模板形式表示为: 这 ...
- 数字图像处理 频率域锐化 MATLAB实验
一.原理_频率域锐化 理想高通滤波器的传递函数为: n 阶巴特沃斯高通滤波器的传递函数为: n 阶指数高通滤波器的传递函数为: 二.步骤 (1)读入原图像test.tif并显示: (2)采用理想高通滤 ...
- 数字图像处理 空间域锐化 MATLAB实验
一.原理_空间域锐化 设图像为 f(x,y) , Roberts算子的定义式为: 其对应的模板为: Prewitt算子的定义式为: 其中, 其对应的模板为: Sobel算子的定义式为: 其中, 其对应 ...
- 数字图像处理-频率域滤波
一.实验原理 频率域滤波是对图像进行傅里叶变换,将图像由图像空间转换到频域空间,然后在频率域中对图像的频谱作分析处理,以改变图像的频率特征,原理是用傅里叶变换表示的函数特征完全可以通过傅里叶反变换来重 ...
- 数字图像处理-频率域滤波原理
from:https://blog.csdn.net/forrest02/article/details/55510711?locationNum=15&fps=1 写在前面的话 作者是一名在 ...
- 数字图像处理技术及实用 MATLAB实验报告及PS作业
实验二 图像类型 一.实验目的 1.读取任一图像,将其转换成二值图像,设置二值化图像的阈值,分别为level=0.4,level=0.7 .对结果进行分析. 2.选择不同的阈值,观察阈值对图像二值化的 ...
- 数字图像处理 中值滤波 MATLAB实验
一.原理_中值滤波 中值滤波的基本思想是将图像中每个像素的灰度值用其邻域内像素灰度的中值代替,它是一种非线性平滑滤波算法. 设加噪图像为 f(x,y) ,经中值滤波处理后的图像为g(x,y) ,则: ...
- 数字图像处理 直方图规定化 MATLAB实验
一.原理 直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像做修正的增强方法. 二.步骤 ①读入原图像huafen.jpg,并显示图像及其直方图: ②读入参考图像rice.tif,并显示图像 ...
- TIT 数字图像处理 原理与实践(MATLAB) 入门教学 实验一 常用的MATLAB图像处理命令与图像基本操作
文章目录 数字图像处理 原理与实践(MATLAB) 入门教学 实验一 常用的MATLAB图像处理命令与图像基本操作 实验要求 知识点 实验内容 1.读入一幅RGB图像,变换为灰度图像和二值图像,并在同 ...
最新文章
- Java常见数据结构以及特点、使用场景
- 有了Anaconda如何安装Pycharm以及简单使用和调试
- AHK调用API获取ListView每列的坐标
- 2.18 Logistic 损失函数的解释-深度学习-Stanford吴恩达教授
- audio标签控制音量_HTML5中audio与video标签的使用
- sizeof你真的弄明白了吗?
- linux redis-4.0,Linux Redis 4.0.2 安装部署
- java链式结构_java语言实现队列顺序结构与链式结构
- Ubuntu查看CPU和MEM的使用率
- 转载:手写SpringMVC框架
- MySQL8.0.12 EXPLAIN EXTENDED 报错问题
- flask前端优化:css/js/html压缩
- 数据库笔试题 (3)
- 虚幻4 游戏引擎(一):材质教学
- 快速切换ip没必要用工具
- Visual Studio MFC编程 程序调试时所遇到的问题及解决方法
- java字符串以什么结尾_java怎么判断一个字符串以什么结尾
- CSD-1371电力监控系统网络安全监测装置(Ⅱ 型)介绍
- Python编程:从入门到实践(课后习题:第6章 字典)
- 2021蓝牙耳机选购清单:高颜值、高颜值、降噪,五款蓝牙耳机推荐