【图像处理】MATLAB:频域处理
来源:互联网 发布:什么是中文域名 编辑:程序博客网 时间:2024/05/16 09:03
二维离散傅里叶变换
代码示例
f = imread('image.tif');F = fft2(f); %傅里叶变换,逆变换为 f=ifft2(F),取实部为 f=real(ifft2(F))S = abs(F); %傅里叶频谱Fc = fftshift(F); %将变换的原点移动到频率矩阵的中心,反变换为 F=ifftshift(Fc), %频率矩阵中心点位于[floor(M/2)+1,floor(N/2)+1]S2 = log(1+abs(Fc)); %对数变换subplot(2,2,1);imshow(f);title('简单图像');subplot(2,2,2);imshow(S,[ ]);title('傅里叶频谱');subplot(2,2,3);imshow(abs(Fc),[ ]);title('居中的频谱');subplot(2,2,4);imshow(S2,[ ]);title('对数变换后视觉增强的图像');
运行结果
频域滤波
若使用DFT进行滤波操作,则图像及其变换都将自动地看成是周期性的。若周期关于函数的非零部分的持续时间很靠近,则对周期函数执行卷积运算会导致相邻周期之间的干扰,称之为折叠误差的干扰。可通过使用零来填充函数的方法避免。
若处理的函数大小均是M×N,则填充值可设置为:P≥2M-1 和 Q ≥2N-1。
paddedsize函数用于计算满足PQ的最小偶数值,同样也提供一个选项来填充输入图像,以便形成的方形图像的大小等于最接近的2的整数次幂。根据所得出的PQ,可使用函数fft2来计算经零填充后的FFT:
F = fft2 ( f , PQ ( 1 ) , PQ ( 2 ) )
function PQ = paddedsize(AB, CD, PARAM)%PADDEDSIZE Computes padded sizes useful for FFT-based filtering. % PQ = PADDEDSIZE(AB), where AB is a two-element size vector,% computes the two-element size vector PQ = 2*AB.%% PQ = PADDEDSIZE(AB, 'PWR2') computes the vector PQ such that% PQ(1) = PQ(2) = 2^nextpow2(2*m), where m is MAX(AB).%% PQ = PADDEDSIZE(AB, CD), where AB and CD are two-element size% vectors, computes the two-element size vector PQ. The elements% of PQ are the smallest even integers greater than or equal to % AB + CD - 1.%% PQ = PADDEDSIZE(AB, CD, 'PWR2') computes the vector PQ such that% PQ(1) = PQ(2) = 2^nextpow2(2*m), where m is MAX([AB CD]). % Copyright 2002-2004 R. C. Gonzalez, R. E. Woods, & S. L. Eddins% Digital Image Processing Using MATLAB, Prentice-Hall, 2004% $Revision: 1.5 $ $Date: 2003/08/25 14:28:22 $if nargin == 1 PQ = 2*AB;elseif nargin == 2 & ~ischar(CD) PQ = AB + CD - 1; PQ = 2 * ceil(PQ / 2);elseif nargin == 2 m = max(AB); % Maximum dimension. % Find power-of-2 at least twice m. P = 2^nextpow2(2*m); PQ = [P, P];elseif nargin == 3 m = max([AB CD]); % Maximum dimension. P = 2^nextpow2(2*m); PQ = [P, P];else error('Wrong number of inputs.')end
代码示例
f = imread('square.tif');%不使用填充的频率低通滤波处理[M,N] = size(f);F = fft2(f);sig = 10;H = lpfilter('gaussian',M,N,sig); %用于生成高斯低通滤波器G = H.*F;g = real(ifft2(G));%使用填充的频率低通滤波处理PQ = paddedsize(size(f)); %获取填充参数Fp = fft2(f,PQ(1),PQ(2)); %得到使用填充的傅里叶变换Hp = lpfilter('gaussian',PQ(1),PQ(2),2*sig); %高斯低通滤波器Gp = Hp.*Fp; %将变换乘以滤波函数gp = real(ifft2(Gp)); %获得傅里叶逆变换的实部gpc = gp(1:size(f,1),1:size(f,2)); %将左上部的矩形修剪为原始大小subplot(1,3,1);imshow(f);title('简单颜色块图像');subplot(1,3,2);imshow(g,[ ]);title('不使用填充的低通滤波');subplot(1,3,3);imshow(gp,[ ]);title('使用填充的低通滤波');
运行结果
空间滤波和频域滤波的比较
使用空间域滤波和频域滤波得到的图像对所有实用目的来说,都是相同的。
通常来说,当滤波器较小时,空间滤波要比频域滤波更有效,但是这个“小”的定义比较复杂,取决于众多因素,如所使用算法、缓冲器大小、数据复杂度等。
函数 freqz2 用于计算FIR滤波器的频率响应。
H = freqz2 ( h , R , C )
其中,h是一个二维空间滤波器,H是响应的二维频域滤波器,R为H的行数,C为H的列数。
代码示例
f = imread('bld.tif');F = fft2(f);S = fftshift(log(1+abs(F)));S = gscale(S);h = fspecial('sobel');PQ = paddedsize(size(F));H = freqz2(h,PQ(1),PQ(2));H1 = ifftshift(H);gs = imfilter(double(f),h);gf = dftfilt(f,H1);subplot(3,2,1);imshow(f);title('灰度级图像');subplot(3,2,2);imshow(S);title('傅里叶频谱');subplot(3,2,3);imshow(abs(H),[ ]);title('频域滤波器:垂直soble掩模');subplot(3,2,4);imshow(abs(H1),[ ]);title('频域经fftshift处理后的滤波器');subplot(3,2,5);imshow(gs,[ ]);title('空间域滤波器:垂直soble掩模');subplot(3,2,6);imshow(gf,[ ]);title('空间域经fftshift处理后的滤波器');
运行结果
阅读全文
0 0
- 图像matlab 频域处理
- 【图像处理】MATLAB:频域处理
- MATLAB图像处理命令
- MATLAB 图像处理命令
- MATLAB图像处理基本知识
- Matlab 图像处理
- 关于matlab图像处理
- MATLAB图像处理基础
- Matlab处理图像二三例
- Matlab图像处理
- Matlab图像处理工具箱
- MATLAB图像处理
- MATLAB图像处理命令
- MATLAB图像处理基础
- Matlab 图像处理实验
- MATLAB图像处理工具箱
- matlab图像处理函数
- MATLAB图像处理工具箱
- Java程序员从笨鸟到菜鸟之(四)练习
- 回调函数的简单应用
- 设计模式-行为-中介者
- Java七种排序算法教程
- Python 访问私有变量和私有方法
- 【图像处理】MATLAB:频域处理
- codeforces 869A The Artful Expedient
- 剑指Offer题目1519:合并两个排序的链表
- 第二十二课(一)、高级SQL特性
- LeedCode ZigZag Conversion
- 【实战】4-8 项目包结构初始化
- 设计模式-行为-备忘录
- less语法介绍
- UVAlive6620 Josephina and RPG