实验五图像高通和低通滤波处理

《实验五图像高通和低通滤波处理》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、实验五、图像高通和低通滤波处理实验内容：1.对数字聞象进行低通滤波处理2.对数字图象进行高通滤波处理3.比较和分析所得到的结果。要求：1、实验之前耍预习2、独立完成程序的编写3、写出实验报告4、实验每组1人实验设备：每组计算机•一台实验原理：>原理•频域技术的基础是卷积理论，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g（x，y）=h（x，y）*f（x，y），那么根据卷积定理在频域脊：•G（u，v）=H（u，v）F（u，v）•取逆变换为：•g（x，y）=F-1[H（u，v）F（u，v）]在频域中

2、进行增强是和当直观的，其主要步骤：（1）计算需增强图的傅立叶变换；（2）计算其与1个（根据需要设计的）转移函数相乘；（3）再将结果傅立叶反变换以得到增强的图。•常用频率增强方法有：•（1）低通滤波；（2）高通滤波；（3）带通滤波和带附滤波；（4）同态滤波。以低通滤波为例，做图像平滑的频域增强处理1.图像平滑的概念阁像平滑是数字阁像处理的一个重要内容。我们所涉及的阁像屮，相邻像素的灰度之间大多具有很高的和关性，换句话说，一幅图像中大多数像素的灰度与其相邻像素的灰度差别不大。因为这种灰度相关性的存在，~般图像的能量主要集中在低频

3、区域中，只冇图像的细节部分的能量冰处于高频区域中。但因为在图像的数字化和传输过程中经常宥噪声和假轮廓出现，这部分信息也集中于高频区域内。图像平滑的主要目的就是去除或衰减图像上的噪声和假轮廓，即衰减高频分量，增强低频分量，或称低通滤波。由前面的介绍可以得知，图像平滑处理在消实验五、图像高通和低通滤波处理实验内容：1.对数字聞象进行低通滤波处理2.对数字图象进行高通滤波处理3.比较和分析所得到的结果。要求：1、实验之前耍预习2、独立完成程序的编写3、写出实验报告4、实验每组1人实验设备：每组计算机•一台实验原理：>原理•频域技术

4、的基础是卷积理论，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g（x，y）=h（x，y）*f（x，y），那么根据卷积定理在频域脊：•G（u，v）=H（u，v）F（u，v）•取逆变换为：•g（x，y）=F-1[H（u，v）F（u，v）]在频域中进行增强是和当直观的，其主要步骤：（1）计算需增强图的傅立叶变换；（2）计算其与1个（根据需要设计的）转移函数相乘；（3）再将结果傅立叶反变换以得到增强的图。•常用频率增强方法有：•（1）低通滤波；（2）高通滤波；（3）带通滤波和带附滤波；（4）同态滤波。以

5、低通滤波为例，做图像平滑的频域增强处理1.图像平滑的概念阁像平滑是数字阁像处理的一个重要内容。我们所涉及的阁像屮，相邻像素的灰度之间大多具有很高的和关性，换句话说，一幅图像中大多数像素的灰度与其相邻像素的灰度差别不大。因为这种灰度相关性的存在，~般图像的能量主要集中在低频区域中，只冇图像的细节部分的能量冰处于高频区域中。但因为在图像的数字化和传输过程中经常宥噪声和假轮廓出现，这部分信息也集中于高频区域内。图像平滑的主要目的就是去除或衰减图像上的噪声和假轮廓，即衰减高频分量，增强低频分量，或称低通滤波。由前面的介绍可以得知，图

6、像平滑处理在消除或减弱图像噪声和假轮廓的M吋，对图像细节也冇一定的衰减作用。因此，图像平滑的直观效果是图像噪声和假轮廓得以去除或衰减，但同时图像将变得比处理前模糊了，模糊的程度耍看对高频成份的衰减程度而定。就同一种Y*滑方法而言，去除或衰减噪声和假轮廓的效果越好，图像就越模糊，因而图像细节损失越多。因此，在对阁像作Y•滑处理的过程中，耍二者兼顾。假定f（x，y）是含有噪声或假轮廓的图像，或称待处理的数字图像，g（X,y）为经平滑处理以后的图像，则图像平滑可用下式表示：G（u,v）=F（u,v）H（u,v）式中G（u，v）是g

7、（x，y）的傅立叶变换；F（u，v）是f（x，y）的傅立叶变换；H（u,v）是低通滤波器的传递函数。按上式对阁像作平滑处理的过程是，先把待处理阁像作傅立叶变换，得到F（u,V）；然后根据选定的H（u，V）按式计算出G（u，V）;最后对G（u，V）作傅立叶反变换即可得到g（x,y）。处理前的原阁效果处理后的阁像效果1低通滤波1低通滤波I=imread(’.jpg1);figure(1)，imshow(I);titlef原图像’);I=rgb2gray(I);s=fftshift(fft2(I));figure(2);imsho

8、w(log(abs(s))，[]);titlef图像傅里叶变换频谱[a，b]=size(s);a0=round(a/2);b0=round(b/2);d=50;p=0.2;q=0.5;fori=l:aforj=l:bdistance=sqrt((i-aO)A2+(j-bO)A2);ifdi