图像处理MATLAB-实验二

1、1 图像处理的图像处理的MATLAB实现实现2一、实验目的一、实验目的 （1 1）掌握基本的空间域锐化方法，观察图像增）掌握基本的空间域锐化方法，观察图像增 强的效果，加深理解；强的效果，加深理解； （2 2）了解不同类型梯度算子的特性；）了解不同类型梯度算子的特性； 空间域锐化梯度锐化法3二、实验内容二、实验内容（1 1）空间域锐化）空间域锐化三、实验要求三、实验要求 （1 1）用）用matlabmatlab语言进行仿真实验；语言进行仿真实验； （2 2）递交实验报告，要求给出实验原理、源程序、递交实验报告，要求给出实验原理、源程序、 实验结果及分析。实验结果及分析。 空间域锐化梯度锐化法4

2、四、实验图像四、实验图像 bridge.gif空间域锐化梯度锐化法5 五、具体实验内容及要求五、具体实验内容及要求 1. 1. 频域平滑实验内容频域平滑实验内容 （1 1）读入原图像）读入原图像bridge.gifbridge.gif并显示；并显示； （2 2）采用）采用sobelsobel算子对图像进行处理，并显示算子对图像进行处理，并显示 结果；结果； （3 3）尝试采用其他锐化模板进行处理）尝试采用其他锐化模板进行处理 空间域锐化梯度锐化法常用梯度算子： Roberts算子算子 Prewitt算子算子 Sobel算子算子 Laplacian算子算子空间域锐化梯度锐化法7空间域锐化梯度锐化

3、法 I=imread(house.tif); I=imread(house.tif); subplot(2,2,1),imshow(I) subplot(2,2,1),imshow(I) title( title(原始图像原始图像) ) hx=-1 -2 -1;0 0 0;1 2 1; hx=-1 -2 -1;0 0 0;1 2 1; % % 生成生成SobelSobel垂直梯度模板垂直梯度模板 hy=hx; hy=hx; % % 生成生成SobelSobel水平梯度模板水平梯度模板 gradx=filter2(hx,I,same); gradx=filter2(hx,I,same); gra

4、dx=abs(gradx); gradx=abs(gradx); % % 计算图像的计算图像的SobelSobel垂直梯度垂直梯度 subplot(2,2,2),imshow(gradx,) subplot(2,2,2),imshow(gradx,) title( title(图像的图像的SobelSobel垂直梯度垂直梯度) )8空间域锐化梯度锐化法 grady=filter2(hy,I,same); grady=filter2(hy,I,same); grady=abs(grady); grady=abs(grady); % % 计算图像的计算图像的SobelSobel水平梯度水平梯度 s

5、ubplot(2,2,3),imshow(grady,) subplot(2,2,3),imshow(grady,) title( title(图像的图像的SobelSobel水平梯度水平梯度) ) grad=gradx+grady; grad=gradx+grady; % % 得到图像的得到图像的SobelSobel梯度梯度 subplot(2,2,4),imshow(grad,) subplot(2,2,4),imshow(grad,) title( title(图像的图像的SobelSobel梯度梯度) )9空间域锐化梯度锐化法 左上左上为原始图像，它包含有各种朝为原始图像，它包含有各种

6、朝向的边缘。向的边缘。右上右上为用为用SobelSobel算子中的算子中的垂直模板得到的梯度图，由于梯度垂直模板得到的梯度图，由于梯度方向与边缘走向垂直，所以该梯度方向与边缘走向垂直，所以该梯度图对水平边缘有较强的响应，如屋图对水平边缘有较强的响应，如屋瓦、砖块的水平接缝和窗户的水平瓦、砖块的水平接缝和窗户的水平部分等细节信息非常清析。部分等细节信息非常清析。左下左下为为用用SobelSobel算子中的水平模板得到的梯算子中的水平模板得到的梯度图，它对垂直边缘有较强的响应，度图，它对垂直边缘有较强的响应，如砖块的垂直接缝、窗户的垂直部如砖块的垂直接缝、窗户的垂直部分等垂直细节非常清晰。分等垂直

7、细节非常清晰。右下右下为用为用SobelSobel算子得到的梯度图，水平算子得到的梯度图，水平和垂直细节都非常清晰。和垂直细节都非常清晰。 10 实验二 频域图像增强一、实验目的一、实验目的 （1 1）掌握基本的频域图像增强方法，观察图像增）掌握基本的频域图像增强方法，观察图像增 强的效果，加深理解；强的效果，加深理解； （2 2）了解不同类型频域滤波器的特性；）了解不同类型频域滤波器的特性； （3 3）了解滤波器的截止频率对滤波效果的影响。）了解滤波器的截止频率对滤波效果的影响。 11 实验二 频域图像增强二、实验内容二、实验内容 （1 1）频率域平滑）频率域平滑 （2 2）频率域锐化）频率

8、域锐化三、实验要求三、实验要求 （1 1）用）用matlabmatlab语言进行仿真实验；语言进行仿真实验； （2 2）递交实验报告，要求给出实验原理、源程序、递交实验报告，要求给出实验原理、源程序、 实验结果及分析。实验结果及分析。 12 实验二 频域图像增强四、实验图像四、实验图像 test.tif13 实验二 频域图像增强 五、具体实验内容及要求五、具体实验内容及要求 1. 1. 频域平滑实验内容频域平滑实验内容 （1 1）读入原图像）读入原图像test.tiftest.tif并显示；并显示； （2 2）采用理想低通滤波器对图像进行处理，并显示）采用理想低通滤波器对图像进行处理，并显示

9、结果；结果； （3 3）采用二阶巴特沃斯低通滤波器对图像进行处理，）采用二阶巴特沃斯低通滤波器对图像进行处理， 并显示结果。并显示结果。 14 实验二 频域图像增强 要求：要求： （1 1）观察截止频率分别为观察截止频率分别为15、30、80时对滤波结果的时对滤波结果的 影响。影响。 （2 2）比较理想低通滤波器和巴特沃斯低通滤波器的滤比较理想低通滤波器和巴特沃斯低通滤波器的滤 波效果。波效果。15频率域平滑低通滤波法00),(0),(1),(DvuDDvuDvuH例：例：利用二阶巴特沃斯低通滤波器和理想低通滤波利用二阶巴特沃斯低通滤波器和理想低通滤波器分别对灰度图像器分别对灰度图像test.

10、tif test.tif 进行平滑处理。进行平滑处理。 分析：分析： 理想低通滤波器的传递函数为理想低通滤波器的传递函数为 n阶巴特沃斯低通滤波器的传递函数为阶巴特沃斯低通滤波器的传递函数为nDvuDvuH20),(11),(16频率域平滑低通滤波法 I=imread(test.tif); I=imread(test.tif); subplot(1,3,1),imshow(I) subplot(1,3,1),imshow(I) title( title(原始图像原始图像) ) f=double(I); f=double(I); g=fft2(f); g=fft2(f); % fft2% fft

11、2函数用于计算图像的快速傅立叶变换函数用于计算图像的快速傅立叶变换 g=fftshift(g); g=fftshift(g); % fftshift% fftshift可以用于调整可以用于调整fft2fft2的输出结果，将的输出结果，将 变换后的图像频谱中心从矩阵的原点移变换后的图像频谱中心从矩阵的原点移到到 矩阵的中心。矩阵的中心。 M,N=size(g); M,N=size(g); n=2; n=2; d0=30; d0=30; % % 截止频率设为截止频率设为3030 m0=fix(M/2); m0=fix(M/2); n0=fix(N/2); n0=fix(N/2); 17频率域平滑低

12、通滤波法 for i=1:M for i=1:M for j=1:N for j=1:N d=sqrt(i-m0)2+(j-n0)2); d=sqrt(i-m0)2+(j-n0)2); h=1/(1+(d/d0)(2 h=1/(1+(d/d0)(2* *n); n); % % 计算二阶巴特沃斯低通计算二阶巴特沃斯低通 滤波器的传递函数滤波器的传递函数 result1(i,j)=hresult1(i,j)=h* *g(i,j); g(i,j); % % 进行巴特沃斯低通滤波进行巴特沃斯低通滤波 if d30 if d30 % % 进行理想低通滤波进行理想低通滤波 result2(i,j)=0;r

13、esult2(i,j)=0; else else result2(i,j)=g(i,j); result2(i,j)=g(i,j); end end end end end end 18频率域平滑低通滤波法 result1=ifftshift(result1); result1=ifftshift(result1); J1=ifft2(result1); J1=ifft2(result1); X1=uint8(real(J1); X1=uint8(real(J1); subplot(1,3,2),imshow(X1) subplot(1,3,2),imshow(X1) title( title(二阶巴特沃斯低通滤波图像二阶巴特沃斯低通滤波图像) ) result2=i