《基于matlab的数字图像的频域滤波器设计》.docVIP

实验一：数字图像的频域滤波器设计 一、实验目的 掌握matlab程序设计语言，掌握matlab基本数据类型、核心函数及辅助函数的使用。掌握理想和高斯低通滤波器的设计方法。 二、实验内容 利用理想和高斯低通滤波器实现图像的频域滤波； 利用理想和高斯高通滤波器实现图像的频域滤波； 三、实验原理 二维理想低通滤波器的传递函数为： 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。 高斯高通滤波器传递函数为： 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。 二维理想高通滤波器的传递函数为： D0是从频率矩形中点测得的截止频率长度，它将以D0为半径的圆周内的所有频率置零，而毫不衰减地通过圆周外的任何频率。但其物理上是不可实现的。 高斯高通滤波器传递函数为： 高通滤波器能够用高斯型低通滤波器的差构成。这些不同的滤波器有更多的参数，因此能够对滤波器的形状进行更多的控制。 四．实验设备和仪器 1．计算机 2. matlab开发平台 五．关键代码及注释 理想低通滤波器 RGB = imread(saturn.png); I0 = rgb2gray(RGB); subplot(2,3,1),imshow(I0);title(原图); I1 = imnoise(I0,gaussian); %对原图像加噪声 subplot(2,3,2),imshow(I1);title(加入噪声后) %将灰度图像的二维不连续Fourier 变换的零频率成分移到频谱的中心 s=fftshift(fft2(I1)); subplot(2,3,3),imshow(log(1+abs(s)),[]);title(fftshift); [M,N]=size(s); %分别返回s的行数到M中，列数到N中 n1=floor(M/2); %对M/2进行取整 n2=floor(N/2); %对N/2进行取整 %ILPF滤波（程序中以d0=15为例） d0=50; %初始化d0 for i=1:M for j=1:N d=sqrt((i-n1)^2+(j-n2)^2); %点（i,j）到傅立叶变换中心的距离 if d=d0 %点（i,j）在通带内的情况 h(i,j)=1; %通带变换函数 else %点（i,j）在阻带内的情况 h(i,j)=0; %阻带变换函数 end s(i,j)=h(i,j)*s(i,j); %ILPF滤波后的频域表示 end end s=ifftshift(s); %对s进行反FFT移动 %对s进行二维反离散的Fourier变换后，取复数的实部转化为无符号8位整数 s=uint8(real(ifft2(s))); subplot(2,3,4),imshow(h);title(传递函数); %显示GHPF滤波器的传递函数 subplot(2,3,5),imshow(s); title(ILPF滤波（d0=50)); %显示ILPF滤波后的图像 高斯低通滤波器 RGB = imread(saturn.png); I0 = rgb2gray(RGB); subplot(2,3,1),imshow(I0);title(原图); I1 = imnoise(I0,gaussian); %对原图像加噪声 subplot(2,3,2),imshow(I1);title(加入噪声后) %将灰度图像的二维不连续Fourier 变换的零频率成分移到频谱的中心 s=fftshift(fft2(I1)); subplot(2,3,3),imshow(lo