实验五 图像频域变换.docVIP

实验五 图像频域变换 实验目的 了解傅里叶变换在图像处理中的应用 利用Matlab语言编程实现图像的频域变换。 实验内容 1. 打开并显示一幅图像，对其进行Fourier变换，观察其频谱图像。 2. 用两种方法将图像的频域中心移动到图像中心，然后观察其Fourier变换后的频谱图像。 （见Fourier变换的性质：f(x,y) (-1)x+y ( F(u-N/2,v-N/2)）对图像的Fourier变换频谱进行滤波，如：将频谱超过某个给定的值（均值或2/3均值）的变换值变为0，然后再求其Fourier逆变换，比较所得图像与原图像的差别。 对图像进行离散余弦变换，并观察其变换域图像。 要求：用Matlab语言进行编程实现上述功能，同时也应该熟悉用Matlab中现有的函数来实现。 傅里叶变换 傅里叶变换基本操作 I = imread(你的图像); imshow(I); title(源图像); J = fft2(I); figure, imshow(J); title(傅里叶变换); %频移 JSh = fftshift(J); figure, imshow(JSh); title(傅里叶变换频移); %直接傅里叶反变换 Ji = ifft2(J); figure, imshow(Ji/256); title(直接傅里叶反变换); %幅度 JA = abs(J); iJA = ifft2(JA); figure, imshow(iJA/256); title(幅度傅里叶反变换); %相位 JP = angle(J); iJP = ifft2(JP); figure, imshow(abs(iJP)*100); title(相位傅里叶反变换); 利用MATLAB软件实现数字图像傅里叶变换的程序 I=imread(‘原图像名.gif’); %读入原图像文件 imshow(I); %显示原图像 fftI=fft2(I); %二维离散傅里叶变换 sfftI=fftshift(fftI); %直流分量移到频谱中心 RR=real(sfftI); %取傅里叶变换的实部 II=imag(sfftI); %取傅里叶变换的虚部 A=sqrt(RR.^2+II.^2);%计算频谱幅值 A=（A-min(min(A))）/(max(max(A))-min(min(A)))*225; %归一化 figure; %设定窗口 imshow(A); %显示原图像的频谱 绘制一个二值图像矩阵,并将其傅里叶函数可视化。 f=zeros(30,30); f(5:24,13:17)=1; imshow(f, InitialMagnification,fit) F=fft2(f); F2=log(abs(F)); figure,imshow(F2,[-1 5], InitialMagnification,fit);colormap(jet); F=fft2(f,256,256); %零填充为256×256矩阵 Figure； imshow(log(abs(F)),[-1 5], InitialMagnification,fit); colormap(jet); F2=fftshift(F); %将图像频谱中心由矩阵原点移至矩阵中心 Figure； imshow(log(abs(F2)),[-1 5], InitialMagnification,fit); colormap(jet); 利用傅里叶变换分析两幅图像的相关性，定位图像特征。读入图像‘text.tif’，抽取其中的字母‘a’。 bw=imread(text.png); a=bw(59:71,81:91); imshow(bw); figure,imshow(a); C=real(ifft2(fft2(bw).*fft2(rot90(a,2),256,256)));%求相关性 figure,imshow(C,[]); thresh=max(C(:)); figure,imshow(Cthresh-10) figure,imshow(Cthresh-15) *离散余弦变换(DCT) 使用dct2对图像‘autumn.tif’进行DCT变换。 RGB=imread(autumn.tif); imshow(RGB) I=rgb2gray(RGB); %转换为灰度图像 figure,imshow(I) J=dct2(I); figure,imshow(log(abs(J)),[]),colorma