数字图像处理
实验报告
大数据与信息工程学院
通信班 120806xxxx
xx
xx大学 2015年6月4日
1
贵州大学实验报告
学院：大数据与信息工程学院 专业：通信工程 班级：通信班
姓名 实验时间 实验项目名称 实验通过本实验的学习使学生熟悉和掌握数字图像中频域增强的基本原理及应用。 目的 实验必修，集中授课的教学形式 要求 1、频域增强原理： 设函数f (x, y)与线性位不变算子h(x, y)的卷积结果是g(x, y)，即 那么根据卷积定理在频域有 实验原理 其中，分别是的傅立 2015.6.4 学号 指导教师 实验组 成绩 数字图像的频域增强处理 叶变换。 频域增强的主要步骤： （1） 计算所需增强图像的傅立叶变换； （2） 将其与一个（根据需要设计的）转移函数相乘； （3） 再将结果进行傅立叶反变换以得到增强的图。 2、 低通滤波器 图像的能量大部分集中在幅度谱的低频和中频部分，而图像的边缘和噪声对应于高频部分，所以低通滤波器可以降低噪声的影响。 （1） 理想低通滤波器 2
其中是一非负整数 是从点到频率平面原点的距离。 （2） 巴特渥斯低通滤波器 其中：n是阶数。 实验仪器 实验1、编写程序。读取图像，并对其加入“盐和胡椒”噪声。对噪声图像做理想低通滤波和巴特渥斯低通滤波处理。比较选择不同参数时的实验结果。 计算机一台； MATLAB 软件 2、 编写程序。读取图像。对图像做理想高通滤波和巴特渥斯高通滤波处理。步比较选择不同参数时的实验结果。 骤 实验内容 1、利用低通滤波器对图像增强。 2、利用高通滤波器对图像增强。 3
1,、代码： % 通信班 % %2015-06-04 clear all clc close addpath('C:\\MATLAB\oolbox\\images\\imdemos\\imdemos.mat'); I=imread('football.jpg'); I1=imnoise(I,'salt & pepper',0.02); %加椒盐噪声 subplot(3,2,1),imshow(I); %显示图像I title('原图像'); subplot(3,2,2),imshow(I1); title('受盐椒噪声污染的图像'); s=fftshift(fft2(I)); [a,b]=size(s); a0=round(a/2); b0=round(b/2); d=10; 实验数据 for i=1:a for j=1:b distance=sqrt((i-a0)^2+(j-b0)^2); if distance<=d h=1; else h=0; end; s(i,j)=h*s(i,j); end; end; s=uint8(real(ifft2(ifftshift(s)))); subplot(3,2,3), imshow(s); title('低通滤波所得图像'); f=double(I1);%数据类型转换 g=fft2(f);%图像傅里叶转换 g=fftshift(g);%傅里叶变换平移 F2=log(abs(g));%对傅里叶变换结果取绝对值，然后取对数 [N1,N2]=size(g);%傅里叶变换图像尺寸 n=2;%参数赋初始值 d0=5; n1=fix(N1/2);%数据圆整 n2=fix(N2/2);%数据圆整 for i=1:N1 %遍历图像像素 for j=1:N2 4
d=sqrt((i-n1)^2+(j-n2)^2); if d==0 h=0; else h=1/(1+(d/d0)^(2*n)); end result(i,j)=h*g(i,j);% 图像矩阵计算处理 end end F3=log(abs(result)); %对傅里叶变换结果取绝对值，然后取对数 result=ifftshift(result); X2=ifft2(result); X3=uint8(real(X2)); subplot(3,2,4),imshow(X3) title('Butterworth低通滤波图像'); k=fft2(I1); % 傅立叶变换 g=fftshift(k); % 转换数据矩阵 [M,N]=size(g); d0=10; %截止频率为10 m=fix(M/2); n=fix(N/2); for i=1:M for j=1:N d=sqrt((i-m)^2+(j-n)^2); % 计算高通滤波器传递函数 if d<=d0 h=0; else h=1; end result(i,j)=h*g(i,j); end end result=ifftshift(result); y2=ifft2(result); y3=uint8(real(y2)); subplot(3,2,5),imshow(y3); title('理想高通滤波') g=fft2(I1); % 傅立叶变换 g=fftshift(g); % 转换数据矩阵 [M,N]=size(g); nn=2; % 二阶 Butterworth高通滤波器 d0=20; %截止频率为10 m=fix(M/2); n=fix(N/2); for i=1:M 5
for j=1:N d=sqrt((i-m)^2+(j-n)^2); h=1/(1+d0/(0.414*d)^(2*nn));% 计算高通滤波器传递函数 result(i,j)=h*g(i,j); end end result=ifftshift(result); y2=ifft2(result); y3=uint8(real(y2)); subplot(3,2,6),imshow(y3); % 显示滤波处理后的图像 title('巴特沃斯高通滤波'); 2.数据截图 6
思考题： 1、 理想低通滤波时振铃效应的产生的原因？ 实验总振铃效应就是影响复原图像质量众多因素之一，其典型表现就是在图像灰度剧烈变化的领域出现类吉不斯分布振荡。 振铃现象是理想滤波器的特性，例如，一个亮点的情况。 结 振铃现象是对理想低通滤波器时，由于图像的高频能量的部分丢失，引起模糊效应。称为振铃效应。 振铃效应是由于信号截断造成的，在信号系统中称为吉伯斯振荡。 指导教师意见 签名： 年 月 日 注：各学院可根据教学需要对以上栏目进行增减。表格内容可根据内容扩充。
7