数字图像处理上机实验文档格式.docx
- 文档编号:18480291
- 上传时间:2022-12-17
- 格式:DOCX
- 页数:13
- 大小:746.26KB
数字图像处理上机实验文档格式.docx
《数字图像处理上机实验文档格式.docx》由会员分享,可在线阅读,更多相关《数字图像处理上机实验文档格式.docx(13页珍藏版)》请在冰豆网上搜索。
end
%FFT变换
fft_f1=log(1+abs(fftshift(fft2(f1))));
figure;
subplot(1,2,1);
imshow(f1);
title('
f1的图像'
);
subplot(1,2,2);
imshow(fft_f1,[]);
fft_f1的幅度频谱'
结果:
(2)程序:
%计算f2
f2=zeros(128,128);
fori=1:
128;
forj=1:
f2(i,j)=((-1)^(i+j))*f1(i,j);
end
fft_f21=log(1+abs(fft2(f2)));
fft_f22=log(1+abs(fftshift(fft2(f2))));
subplot(1,3,1);
imshow(f2);
f2图像'
subplot(1,3,2);
imshow(fft_f22,[]);
f2的幅度频谱'
subplot(1,3,3);
imshow(fft_f21,[]);
f2的原始幅度频谱'
根据傅里叶变换对的平移性质:
;
当
且
时,有:
因此可得到:
所以,
就是
频谱中心化后的结果。
(3)程序:
%计算f3
f3=imrotate(f2,-45,'
nearest'
fft_f3=log(1+abs(fftshift(fft2(f3))));
imshow(f3);
f3图像'
imshow(fft_f3,[]);
f3的幅度频谱'
2、对256256大小、256级灰度的数字图像lena进行频域的理想低通、高通滤波,同屏显示原图、幅度谱图和低通、高通滤波的结果图。
程序:
fid=fopen('
e:
\img\lena.img'
'
r'
im=fread(fid,[256,256],'
uint8'
)'
;
im=im2double(uint8(im));
fft_im=fftshift(fft2(im));
%低通滤波器
lp=lpfilter(256,256,20);
%生成滤波器模版
lp_im=abs(ifft2(fft_im.*lp));
%高通滤波器
hp=1-lp;
hp_im=abs(ifft2(fft_im.*hp));
colormap(gray);
subplot(2,2,1);
imshow(im);
原图'
subplot(2,2,2);
mesh(log(1+abs(fft_im)));
axistight;
title('
FFT'
subplot(2,2,3);
imshow(lp_im);
低通滤波'
subplot(2,2,4);
imshow(hp_im);
高通滤波'
%理想低通滤波器生成模版
functionbwmo=lpfilter(cph,cpl,r);
%模版大小(行,列,截止频率)
bwmo=zeros(cph,cpl);
cl=cpl/2;
ch=cph/2;
forx=1:
cpl;
fory=1:
cph;
if(x-cl)^2+(y-ch)^2<
=r^2;
bwmo(y,x)=1;
else
bwmo(y,x)=0;
3、对给定的两种128128、256级灰度的数字图像(图像磁盘文件名分别为Fing_128.img(指纹图)和Cell_128.img(显微医学图像)进行如下处理:
(1)对原图像进行直方图均衡化处理,同屏显示处理前后图像及其直方图,比较异同,并回答为什么数字图像均衡化后其直方图并非完全均匀分布。
(2)对原图像加入高斯噪声,用4-邻域平均法平滑加噪声图像(图像四周边界不处理,下同),同屏显示原图像、加噪图像和处理后的图像。
不加门限;
加门限
,(其中
)
(1)
指纹图像
\img\fing_128.img'
im=(fread(fid,[128,128],'
))'
im=uint8(im);
imh=histeq(im);
%直方图均衡化
imshow(imh);
imhist(im);
imhist(imh);
显微医学图像
程序:
\img\cell_128.img'
由于数字图像中像素的灰度值取值是离散和不连续的,因而变换后的像素灰度值在计算中出现了归并现象,所以变换后的直方图并不是呈完全均匀分布的。
J=imnoise(im,'
gaussian'
%加入高斯噪声
w=[00.250;
0.2500.25;
00.250];
im_L=filter2(w,J);
%四邻域平滑
%加门限后滤波
T=2*sum(J(:
))/128^2;
im_T=zeros(128,128);
128
ifabs(J(i,j)-im_L(i,j))>
T
im_T(i,j)=im_L(i,j);
im_T(i,j)=J(i,j);
原图像'
imshow(J);
加噪声后'
imshow(im_L);
四邻域平滑后'
imshow(im_T);
加门限后'
4、
(1)用Laplacian锐化算子(分
和
两种情况)对256256大小、256级灰度的数字图像lena进行锐化处理,显示处理前、后图像。
(2)若令
,
则回答如下问题:
、
之间有何关系?
代表图像中的哪些信息?
由此得出图像锐化的实质是什么?
im=(fread(fid,[256,256],'
H1=[0-10;
-15-1;
0-10];
laplacianH1=filter2(H1,im);
H2=[0-20;
-29-2;
0-20];
laplacianH2=filter2(H2,im);
imshow(laplacianH1);
a=1锐化'
imshow(laplacianH2);
a=2锐化'
(2)①
=
+
②
代表图像的边缘信息;
③图象锐化的实质就是:
锐化图像=原图像+加重的边缘。
5.分别利用Roberts、Prewitt和Sobel边缘检测算子,对256256大小、256级灰度的数字图像lena进行边缘检测,显示处理前、后图像。
im_R=edge(im,'
Roberts'
im_P=edge(im,'
Prewitt'
im_S=edge(im,'
Sobel'
im_L=edge(im,'
Log'
figure
(1);
figure
(2);
imshow(im_R);
Roberts检测'
imshow(im_P);
Prewitt检测'
imshow(im_S);
Sobel检测'
Log检测'
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 上机 实验