实验数字图像的空间域滤波和频域滤波.docVIP

实验二 数字图像的空间域滤波和频域滤波 一．实验目的 掌握图像滤波的基本定义及目的； 理解空间域滤波的基本原理及方法； 掌握进行图像的空域滤波的方法。 掌握傅立叶变换及逆变换的基本原理方法； 理解频域滤波的基本原理及方法； 掌握进行图像的频域滤波的方法。 二．实验内容 平滑空间滤波： 读出eight.tif这幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一图像窗口中；（提示：imnoise） 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要求在同一窗口中显示；（提示:fspecial、 imfilter或filter2） 使用函数imfilter时，分别采用不同的填充方法（或边界选项，如零填充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后的图像 运用for循环，将加有椒盐噪声的图像进行10次，20次均值滤波，查看其特点,显示均值处理后的图像；（提示:利用fspecial函数的’average’类型生成均值滤波器） 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理，要求在同一窗口中显示结果。（提示:medfilt2） 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像； 锐化空间滤波 读出blurry_moon.tif这幅图像，采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]对其进行滤波； 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_moon.tif进行锐化滤波，并利用式 完成图像的锐化增强，观察其有何不同，要求在同一窗口中显示； 采用不同的梯度算子对blurry_moon.tif进行锐化滤波，并比较其效果 自己设计锐化空间滤波器，并将其对噪声图像进行处理，显示处理后的图像； 傅立叶变换 读出woman.tif这幅图像，对其进行快速傅立叶变换，分别显示其幅度图像和相位图像（提示：fft2, abs, angle） 仅对相位部分进行傅立叶反变换后查看结果图像（提示：记傅立叶变换的相位a，利用ifft2对exp(a*i)进行反变换） 仅对幅度部分进行傅立叶反变换后查看结果图像 将图像的傅立叶变换F置为其共轭后进行反变换，比较新生成图像与原始图像的差异（提示：复数的共轭为） 平滑频域滤波 设计理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器，截至频率自选，分别给出各种滤波器的透视图； 读出test_pattern.tif这幅图像，分别采用理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器对其进行滤波（截至频率自选），再做反变换，观察不同的截止频率下采用不同低通滤波器得到的图像与原图像的区别，特别注意振铃效应。(提示:1)在频率域滤波同样要注意到填充问题；2）注意到(-1)x+y;) 锐化频域滤波 设计理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器，截至频率自选，分别给出各种滤波器的透视图； 读出test_pattern.tif这幅图像，分别采用理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器对其进行滤波（截至频率自选），再做反变换，观察不同的截止频率下采用不同高通滤波器得到的图像与原图像的区别。 提示：设图像大小为M×N(M行N列)，下列代码可实现矩阵X和Y x = 0:M-1; y = 0:N-1; X = x * ones(1, N); Y = ones(M,1) * y; 此时(f(x,y)(-1)x+y)可以采用如下代码实现 f(x,y).*(-1)^(X+Y) 一般频域滤波器的原点在矩形中心，即[floor(M/2), floor(N/2)]，此时平方距离D的计算可以由下列代码实现 D=sqrt((U- floor(M/2)).^2+(V- floor(N/2)).^2); %这里将X，Y用U和V代替 附：实验报告格式（由以下几个部分组成） 实验目的 实验内容描述 实验原理算法分析 实验步骤 实验结果分析与结论 参考文献 3