数字图像的频域处理

数字图像的频域处理实训项目名称数字图像的频域处理实训目的1、 掌握处理的基本运算及方法；2、 熟练掌握图像质量评价的一般方法及基本评价标准3、 利用MATLAB程序对图像处理。4、 掌握图像频域处理的基本步骤及基本的Matlab函数5、 掌握图像频域处理的基本滤波器实训主要仪器设备、软件等1、 PC计算机2、 MATLAB软件/语言包括图像处理工具箱(ImageProcessingToolbox)3、 实验所需要的图片四、实训内容及步骤第一题：1、实验内容图像质量评价是图像处理的一个重要内容，如果图像的质量评价标准有：均值方差设一幅图像的灰度分布为p={p(0),p(1),…,p(L-1)}，p(g)}为灰度等于g的像素个数与总像素的比值，L为灰度级，且，该图的灰度统计均值，则灰度标准差的定义为熵表现图像的细节表现能力：如果一幅图像为，处理后(如添加噪声、其它处理)的图像为，则图像的均方差(MSE)和峰值信噪比(PSNR)的计算公式为请输入一幅灰度图像，添加高斯噪声后的图像为，编程计算上述质量评价标准2、实验代码clccloseall;clear%userpath('G:\DigitImage\Image\');[FileName,FilePath]=uigetfile('*.jpg;*.png;*.tif;*.img;*.gif;','请选择图像数据');str=[FilePathFileName];img=imread(str);ifnumel(size(img))>2%如果是彩色图像就转换为灰度图像img=rgb2gray(img);endIm=imnoise(img,'gaussian');subplot(1,2,1);imshow(img);title('原灰度图');subplot(1,2,2);imshow(Im);title('添加高斯噪声后');img=double(img);[m,n]=size(img);sum=0;fori=1:mforj=1:nsum=sum+img(i,j);endend%均值average=sum/(m*n);fprintf('均值为：%f\n',average);%方差sum=0;fori=1:mforj=1:nsum=sum+(img(i,j)-average)^2;endendvariance=sum/(m*n-1);fprintf('方差为：%f\n',variance);%灰度统计均值p=zeros(1,256);fori=1:mforj=1:np(img(i,j)+1)=p(img(i,j)+1)+1;%每个灰度值的像素个数endendp=double(p);p=p/(m*n);ga=0;fori=1:256ga=ga+(i-1)*p(i);endfprintf('灰度统计均值为：%f\n',ga);%灰度标准差g=0;fori=1:256g=g+abs(i-1-ga)*p(i);endg=sqrt(g);fprintf('灰度标准差为：%f\n',g);%熵en=0;fori=1:256en=en+p(i)*log2(p(i)+0.001);enden=-1*en;fprintf('熵表现图像的细节表现能力：%f\n',en);%图像的均方差(MSE)Im=double(Im);mse=0;fori=1:mforj=1:nmse=mse+(img(i,j)-Im(i,j))^2;endendmse=mse/(m*n);fprintf('均方差（MSE）：%f\n',mse);%峰值信噪比(PSNR)psnr=10*log10(255*255/mse);fprintf('峰值信噪比(PSNR)：%f\n',psnr);3、操作结果图一（a）.图像的质量评价标准图一（b）.图像的质量评价标准4、结论图像质量评价是图像处理的一个重要内容，不同的评价标准用于不同的场合。一般而言，无参考图像质量评价方法首先对理想图像的特征作出某种假设，再为该假设建立相应的数学分析模型，最后通过计算待评图像在该模型下的表现特征，从而得到图像的质量评价结果。第二题：1、实验内容输入一幅图像，请在频域内对图像进行低通滤波器的处理频域处理的一般步骤用(-1)(x+y)乘以输入图像，进行中心变换方法fftshif对1步的结果进行FFT，得到频域结果F(u,v)fft2用设计的转移函数H(u,v)与F(u,v)进行乘法运算.*对3的结果进行频域反变换ifft2求4步计算结果的实部real用(-1)(x+y)乘以5步结果，即可得到频域增强后的图像g(x,y)fftshif理想低通滤波器的转移函数，其中，M和N是图像的大小。n级Butterworth低通滤波器(BLPF)2、实验代码%ILPF：clccloseall;clear%userpath('G:\DigitImage\Image\');[FileName,FilePath]=uigetfile('*.jpg;*.png;*.tif;*.img;*.gif;','请选择图像数据');str=[FilePathFileName];img=imread(str);ifnumel(size(img))>2%如果是彩色图像就转换为灰度图像img=rgb2gray(img);endsubplot(221);imshow(img);title('原图像');s=fftshift(fft2(img));subplot(223);imshow(abs(s),[]);title('图像Fourier频谱');subplot(224);imshow(log(abs(s)),[]);title('图像Fourier变换取对数所得频谱');[m,n]=size(s);m0=round(m/2);n0=round(n/2);d=20;fori=1:mforj=1:ndistance=sqrt((i-m0)^2+(j-n0)^2);ifdistance<=dh=1;elseh=0;ends(i,j)=h*s(i,j);endends=uint8(real(ifft2(ifftshift(s))));subplot(222);imshow(s);title('低通滤波结果');-------------------------------------------------------------------%BLPF:clccloseall;clear%userpath('G:\DigitImage\Image\');[FileName,FilePath]=uigetfile('*.jpg;*.png;*.tif;*.img;*.gif;','请选择图像数据');str=[FilePathFileName];img=imread(str);ifnumel(size(img))>2%如果是彩色图像就转换为灰度图像img=rgb2gray(img);endsubplot(221);imshow(img);xlabel('原图像');f=double(img);%数据类型转换g=fft2(f);%图像Fourier变换g=fftshift(g);%Fourier变换平移F2=log(abs(g));%对Fourier变换结果取绝对值，然后取对数subplot(222);imshow(F2,[],'InitialMagnification','fit');%将计算后的矩阵用图像表示xlabel('(b)原始图像的Fourier变换图像');[N1,N2]=size(g);%Fourier变换图像尺寸n=2;%参数赋初值d0=205;n1=round(N1/2);%数据取整n2=round(N2/2);%数据取整fori=1:N1%遍历图像像素forj=1:N2d=sqrt((i-n1)^2+(j-n2)^2);ifd==0h=0;elseh=1/(1+(d/d0)^(2*n));endresult(i,j)=h*g(i,j);%图像矩阵计算处理endendF3=log(abs(result));%对Fourier变换结果取绝对值，然后取对数subplot(223);imshow(F3,'InitialMagnification','fit');xlabel('(c)滤波后的Fourier变换图像');result=ifftshift(result);X2=ifft2(result);X3=uint8(real(X2));subplot(224);imshow(X3);xlabel('(d)Butterworth低通滤波图像');3、操作结果ILPF：图二（a）d=20时处理结果图