多媒体及数字图像处理第三次实验

1、多媒体与数字图像处理第三次实验注意提交实验报告的文件名格式（姓名+学号+实验报告三.doc）图像变换与滤波器设计一、实验目的1. 了解傅立叶变换、离散余弦变换及Radon变换在图像处理中的应用2. 了解Matlab线性滤波器的设计方法二、实验内容1. 傅立叶变换A) 傅里叶变换基本操作I = imread(at3_1m4_04.tif);imshow(I);title(源图像);J = fft2(I);figure, imshow(J);title(傅立叶变换); %频移JSh = fftshift(J);figure, imshow(JSh);title(傅立叶变换频移);%直接傅立叶反变换

2、Ji = ifft2(J);figure, imshow(Ji/256);title(直接傅立叶变换);%幅度JA = abs(J);iJA = ifft2(JA);figure, imshow(iJA/256);title(幅度傅立叶反变换);%相位JP = angle(J);iJP = ifft2(JP);figure, imshow(abs(iJP)*100);title(相位傅立叶反变换); B) 利用MATLAB软件实现数字图像傅立叶变换的程序I=imread(at3_1m4_04.tif); %读入原图像文件imshow(I); %显示原图像fftI=fft2(I); %二维离散傅

3、立叶变换sfftI=fftshift(fftI); %直流分量移到频谱中心RR= real(sfftI); %取傅立叶变换的实部II= imag(sfftI); %取傅立叶变换的虚部A=sqrt(RR.2+II.2);%计算频谱幅值A=（A-min(min(A)）/(max(max(A)-min(min(A)*225; %归一化figure; %设定窗口imshow(A); %显示原图像的频谱C) 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);f

4、igure,imshow(F2,-1 5,notruesize);colormap(jet); F=fft2(f,256,256); %零填充为256256矩阵figure,imshow(log(abs(F),-1 5,notruesize);colormap(jet); F2= fftshift(log(1+abs(F); %将图像频谱中心由矩阵原点移至矩阵中心figure,imshow(log(abs(F2),-1 5,notruesize);colormap(jet);D) 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eurotext.tif，抽取其中的字母a。bw=imr

5、ead(eurotext.tif);a=bw(177:203, 424:444);imshow(bw);figure,imshow(a);C=real(ifft2(fft2(bw).*fft2(rot90(a,2), 800,1024);%求相关性figure,imshow(C,);thresh=max(C(:);figure,imshow(Cthresh-10)figure,imshow(Cthresh-15)请分析改程序显示图的含义。先读取图片，然后取出x=177:203, y=424:444之间的图片，在求原图和a的相关性，然后檫黑2. 离散余弦变换(DCT)A) 使用dct2对图像au

6、tumn.tif进行DCT变换。RGB=imread(autumn.tif);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(autumn.tif);I=rgb2gray(RGB); %转换为灰度图像J=dct2(I);figure,imshow(I)K=idct2(J);figure,imshow(K

7、,0 255)J(abs(J)10)=0; %舍弃系数K2=idct2(J);figure,imshow(K2,0 255)C) 利用DCT变换进行图像压缩。I=imread(cameraman.tif);I=im2double(I);T=dctmtx(8);B=blkproc(I,8,8,P1*x*P2,T,T);mask=1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;B2=blkpr

8、oc(B,8 8,P1.*x,mask);I2=blkproc(B2,8 8,P1*x*P2,T,T);imshow(I)figure,imshow(I2)3. *Matlab线形滤波器设计采用频率变换方式，通过一维最优波纹FIR滤波器创建二维FIR滤波器)。b=remez(10,0 0.4 0.6 1,1 1 0 0);%阶次,频率向量,对应的理想幅频响应h=ftrans2(b);H,w=freqz(b,1,64,whole);colormap(jet(64)plot(w/pi-1,fftshift(abs(H);%使x轴取值0处对应曲线中心figure,freqz2(h,32 32)三、思

9、考题1. 傅里叶变换有哪些重要的性质?线性性质、尺度变换性质、对偶性、平移性质2. 简述傅立叶频谱搬移的原理将信号乘以所谓的载频信号或3. 简述Fourier系数幅度、相位的物理意义。对幅度谱,是对信号轮廓和形状的描述;对相位谱,是对信号位置的描述4. 图像的二维频谱在显示和处理时应注意什么?运用对数形式能增加显示细节,为了便于分析,使用fftshift函数将频谱的零频分量移至频谱的中心。进行傅里叶变换的图像应该是灰度图形，原rgb彩色图像无法进行相应变换。5. 简述离散余弦变换（DCT）的原理。DCT变换利用傅立叶变换的性质。采用图像边界褶翻将像变换为偶函数形式，然后对图像进行二维傅立叶变换

10、，变换后仅包含余弦项，所以称之为离散余弦变换。形态学操作一、实验目的1. 了解膨胀和腐蚀的Matlab实现方法2. 掌握图像膨胀、腐蚀、开启、闭合等形态学操作函数的使用方法3. 了解二进制图像的形态学应用二、实验内容1. 图像膨胀A) 对包含矩形对象的二进制图像进行膨胀操作。BW=zeros(9,10);BW(4:6,4:7)=1;imshow(BW,notruesize)se=strel(square,3); % 3x3正方形结构元素BW2=imdilate(BW,se); % 膨胀操作figure,imshow(BW2,notruesize)B) 改变上述结构元素类型(如：line, di

11、amond, disk等)，重新进行膨胀操作。Disk,3:BW=zeros(9,10);BW(4:6,4:7)=1;imshow(BW,notruesize)%se=strel(square,3); % 3x3正方形结构元素se=strel(disk,3);BW2=imdilate(BW,se); % 膨胀操作figure,imshow(BW2,notruesize)C) 对图像eurotext.tif进行上述操作，观察不同结构元素膨胀的效果。BW3=imread(eurotext.tif);imshow(BW3)se2=strel(line,11,90);% 11x90线型结构元素BW4=

12、imdilate(BW3,se2); % 膨胀操作figure,imshow(BW4)2. 图像腐蚀A) 对图像circbw.tif进行腐蚀操作。BW1=imread(circbw.tif);se=strel(arbitrary,eye(5);BW2=imerode(BW1,se,same); % 腐蚀操作imshow(BW1)figure,imshow(BW2)B) 对图像eurotext.tif进行腐蚀操作。BW=imread(eurotext.tif);se=strel(line,8,80);% 8x80线型结构元素BW2=imerode(BW,se,same); % 腐蚀操作imsho

13、w(BW)figure,imshow(BW2)3. 膨胀与腐蚀的综合使用A) 从原始图像circbw.tif中删除电流线,仅保留芯片对象。方法一：先腐蚀(imerode)，再膨胀(imdilate)；BW1=imread(circbw.tif);imshow(BW1)se=strel(rectangle,40 30); %选择适当大小的矩形结构元素BW2=imerode(BW1,se,same);%先腐蚀,删除较细的直线figure,imshow(BW2)BW3=imdilate(BW2,se);%再膨胀,恢复矩形的大小figure,imshow(BW3)方法二：使用形态开启函数(imopen

14、)。BW1=imread(circbw.tif);imshow(BW1)se=strel(rectangle,40 30); BW2=imopen(BW1,se);%开启操作figure,imshow(BW2)B) 改变结构元素的大小，重新进行开启操作，观察处理结果。se=strel(rectangle,20 10); se=strel(rectangle,50 40);C) 置结构元素大小为4 3,同时观察形态开启(imopen)与闭合(imclose)的效果，总结形态开启与闭合在图像处理中的作用。I=imread(circbw.tif);imshow(I)se=strel(rectangl

15、e,4 3); I1=imopen(I,se);%开启操作I2=imclose(I,se);%闭合操作figure,imshow(I1)figure,imshow(I2)D) 综合实例I=imread(aeroplane2.jpg);level = graythresh(I); %得到合适的阈值bw = im2bw(I,level); %二值化SE = strel(square,3); %设置膨胀结构元素BW1 = imdilate(bw,SE); %膨胀SE1 = strel(arbitrary,eye(5); %设置腐蚀结构元素BW2 = imerode(bw,SE1); %腐蚀BW3 =

16、 bwmorph(bw, open); %开运算BW4 = bwmorph(bw, close); %闭运算imshow(I);figure,imshow(bw);figure,imshow(BW1);figure,imshow(BW2);figure,imshow(BW3);figure,imshow(BW4); 三、思考题1. 结合实验内容，评价腐蚀运算与膨胀运算的效果。腐蚀：是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。膨胀：是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。2. 结合实验内容，评价开运算与闭运算的效果。开运算：先腐蚀后膨胀的过程开运算。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。开运算通常是在需要去除小