实验一  图像变换
班级：11电科2  姓名：张俊为  学号：Xb11640218
一． 实验目的
1． 熟悉MATLAB中的图像处理工具箱。
2． 熟悉MATLAB中常用的图像处理函数。
3． 掌握图像傅里叶变换、离散余弦变换和小波变换的基本原理与实现方法。
二． 实验内容
1． 熟悉MATLAB图像处理工具箱的功能及常用的图像处理函数。
2． 验证课本中的例题，包括例3.4(图像选用lena_color_512.tif)。彩图像可以直接求傅里叶变换谱吗？为什么？
3． 参考例3.2结果图(d)的方法，分别求图像imgBw.png和imgBwR.png的傅里叶频谱。可以
得到什么结果？为什么？
4． 参考例3.9，分别求图像imgBw.png和imgBwR.png的拉东变换频谱。结果说明了什么？
5． imgBlurred.png是一幅有栅格的图像，请求出图像的傅里叶频谱，并通过对傅里叶频谱处理后达到去除栅格噪声的目的。提示：图像中的平坦区域对应低频部分，栅格可以认为是一种正弦波，其对应的频率在频谱图上会出现较高的值，滤去这部分值即可达到目的。同理，如果要给lena_gray_512.tif加上横向的波纹该如何实现？
6． 图chestXray_ori.tif是一幅胸部X光图像，由于X光不能像光学透镜那样聚焦，所以图像略显模糊，可以通过高通滤波来达到增强细节的目的。参考例4.15，1）实现原图的二阶巴特沃斯高通滤波，D0可选图像垂直尺寸的5%。2）实现原图的高频强调滤波，其传递函数为Hhfe(u, v)=a+bHhp(u, v)。其中Hhp(u, v)同1）。参数a的选择可参考例4.15，一般在区间[0,1]中选择。参数b大于1，可在区间[1,3]中选择不同的参数做测试，以观察不同的效果。3）对2）中的结果应用直方图均衡化提高图像的对比度，参见Matlab自带函数histeq。分析每个小题中所得结果图并比较，解释产生的原因？
三． 实验要求
1． 按照要求完成实验内容；
1. figure(1);
A=imread('lena_color_512.tif');
B=rgb2gray(A);
imshow(B);
C=fftshift(fft2(B));
figure(2);
imshow(log(abs(C)),[])
实验结果：
彩图像不可以直接求傅里叶变换谱
2.
figure(1);
  A=imread('imgBw.png');
  B=rgb2gray(A);
  imshow(B);
  D=fft2(B);  figure(2);
  DF=fftshift(D);
  DF2=log(abs(DF));
imshow(DF2,[],'notruesize');
figure(1);
  A=imread('imgBwR.png');
  B=rgb2gray(A);
  imshow(B);
  D=fft2(B);  figure(2);
  DF=fftshift(D);  imshow(log(abs(DF)),
[],'notruesize');
实验结果：
3.
figure(1);
A=imread('imgBwR.png');
B=rgb2gray(A);
imshow(B);
theta=0:180;
[B,xp]=radon(B,theta);
figure(2);
imagesc(theta,xp,B);
matlab直方图
figure(1);
A=imread('imgBw.png');
B=rgb2gray(A);
imshow(B);
theta=0:180;
[B,xp]=radon(B,theta);
figure(2);
imagesc(theta,xp,B);
4. clc;clear;
A=imread('imgBlurred.png');
B=rgb2gray(A);
subplot(221);
imshow(B);
d=fft2(double(B));
C=fftshift(d);
subplot(222);
imshow(log(abs(C)),[],'InitialMagnification','fit');
C(129,120)=(C(128,119)+C(128,120)+C(128,121)+C(129,119)+C(129,120)+C(129,121)+C(130,119)
+C(130,120)+C(130,121))/8;
C(129,138)=(C(128,137)+C(128,138)+C(128,139)+C(129,137)+C(129,138)+C(129,139)+C(130,137)
+C(130,138)+C(130,139))/8;;
D=log(abs(C));
subplot(223);
imshow(D,[]);
D=ifftshift(C);
D=uint8(real(ifft2(C)));
subplot(224);
imshow(D);
实验结果：
（2）%clc;clear;
B=imread('lena_gray_512.tif');
%B=rgb2gray(A);
subplot(221);
imshow(B);
d=fft2(double(B));
C=fftshift(d);
subplot(222);
imshow(log(abs(C)),[],'InitialMagnification','fit');
C(127,129)=(C(126,128)+C(127,128)+C(128,128)+C(126,129)+C(127,129)+C(128,129)+C(126,130)+C(126,130)+C(126,130))/2;
C(133,129)=(C(132,128)+C(133,128)+C(134,128)+C(132,129)+C(133,129)+C(134,129)+C(132,130)+C(133,130)+C(134,130))/2;
D=log(abs(C));
subplot(223);
imshow(D,[]);
D=ifftshift(C);
D=uint8(real(ifft2(C)));
subplot(224);
imshow(D);
实验结果：
5. clc;close all;clear;
J=imread('chestXray_ori.tif');
figure;
subplot(221);
%imshow(J);
imshow(uint8(J));title('模糊图像原图')
J=double(J);
f=fft2(J);
g=fftshift(f);
[M,N]=size(f);
n1=floor(M/2);
n2=floor(N/2);
n=2;d0=20;
%d0=size(f)/20;
for i=1:M
    for j=1:N
        d=sqrt((i-n1)^2+(j-n2)^2);
        if d==0
            h1=0;
            h2=0.5;
        else
            h1=0.5/(1+(d0/d)^(2*n));
            h2=0.5/(1+(d0/d)^(2*n))+0.5;
        end
        gg1(i,j)=h1*g(i,j);
        gg2(i,j)=h2*g(i,j);
    end
end
gg2=ifftshift(gg2);
gg2=uint8(real(ifft2(gg2)));
subplot(223);imshow(gg2);
title('巴特沃斯高通加强滤波结果');
gg1=ifftshift(gg1);
gg1=uint8(real(ifft2(gg1)));
subplot(222);imshow(gg1);
title('巴特沃斯高通滤波结果');
%直方图均衡化，这是刚加的，差不多应该就是这个结果吧。
gghe=histeq(gg2);
subplot(224);imshow(gghe);
title('直方图均衡化结果');
实验结果：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。