实验三 图像的正交变换

实验三 图像的正交变换

ID:9339516

大小:233.50 KB

页数:5页

时间:2018-04-28

实验三  图像的正交变换_第1页
实验三  图像的正交变换_第2页
实验三  图像的正交变换_第3页
实验三  图像的正交变换_第4页
实验三  图像的正交变换_第5页
资源描述:

《实验三 图像的正交变换》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、实验三图像的正交变换一、实验目的1.了解傅立叶变换、离散余弦变换及其在图像处理中的应用2.了解Matlab线性滤波器的设计方法二、实验步骤1、打开MATLAB软件,设置工作路径,新建M文件。2、将图片放到当前工作路径下3、写入图像正交变换(包括傅里叶变换、离散余弦变换)程序保存并调试运行。程序具体要求:(1)傅立叶变换A)绘制一个二值图像矩阵,并将其傅立叶函数可视化。B)利用傅立叶变换分析两幅图像的相关性,定位图像特征。读入图像‘cameraman.tif’,抽取其中的字母‘a’。(2)离散余弦变

2、换(DCT)A)使用dct2对图像‘linyichen.jpg’进行DCT变换。B)将上述DCT变换结果中绝对值小于10的系数舍弃,使用idct2重构图像并与原图像比较。4、保存实验结果并完善实验报告。三、实验程序1、傅立叶变换A)绘制一个二值图像矩阵,并将其傅立叶函数可视化。f=zeros(30,30);f(5:24,13:17)=1;imshow(f,'notruesize')F=fft2(f);F2=log(abs(F));figure,imshow(F2,[-15],'notruesize

3、');colormap(jet);F=fft2(f,256,256);%零填充为256×256矩阵figure,imshow(log(abs(F)),[-15],'notruesize');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)),[-15],'notruesize');colormap(jet);B)利用傅立叶变换分析两幅图像的相关性,定位图像特征。读入图像‘cameraman.tif’,

4、抽取其中的字母‘a’。bw=imread('cameraman.tif');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(C>thresh-10)figure,imshow(C>thresh-15)1.离散余弦变换(DCT)A)使用dct2对图

5、像‘linyichen.jpg’进行DCT变换。RGB=imread('linyichen.jpg');imshow(RGB)I=rgb2gray(RGB);%转换为灰度图像figure,imshow(I)J=dct2(I);figure,imshow(log(abs(J)),[]),colormap(jet(64));colorbar;B)将上述DCT变换结果中绝对值小于10的系数舍弃,使用idct2重构图像并与原图像比较。RGB=imread('linyichen.jpg');I=rgb2gr

6、ay(RGB);%转换为灰度图像J=dct2(I);figure,imshow(I)K=idct2(J);figure,imshow(K,[0255])J(abs(J)<10)=0;%舍弃系数K2=idct2(J);figure,imshow(K2,[0255])四、实验结果1、傅立叶变换A)绘制一个二值图像矩阵,并将其傅立叶函数可视化。图1傅里叶变换A)的实验结果B)利用傅立叶变换分析两幅图像的相关性,定位图像特征。读入图像‘cameraman.tif’,抽取其中的字母‘a’。图2傅里叶变换B)

7、的实验结果1.离散余弦变换(DCT)A)使用dct2对图像‘linyichen.jpg’进行DCT变换。图3离散余弦变换A)的实验结果B)将上述DCT变换结果中绝对值小于10的系数舍弃,使用idct2重构图像并与原图像比较。图4离散余弦变换B)的实验结果五、结果分析1、傅立叶变换绘制一个二值图像矩阵并做其傅里叶变换;零填充为256×256矩阵的傅里叶变换;将图像频谱中心由矩阵原点移至矩阵中心(见图1)。定位图像cameraman.tif(59:71,81:91);扩展为256*256大小旋转90度

8、并求相关性(见图2)可见图像变得模糊。2、离散余弦变换(DCT)将linyichen.jpg转换为灰度图像并对灰度图像进行DCT变换,可见能量集中在低频部分(见图3)。使用idct2重构图像;将DCT变换结果中绝对值小于10的系数舍弃并使用idct2重构图像,可以看出两者和原灰度图像的差别不是很明显(见图4)。六、实验总结通过这次试验对傅立叶变换、离散余弦变换及其在图像处理中的应用有了更深的认识。了解了Matlab线性滤波器的设计方法,并对fft2、colormap、fftshif

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。