您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 经营企划 > 西交大数字图像处理第五次作业
数字图像处理第五次作业姓名:班级:学号:提交日期:2015年4月13日1、频域低通滤波器:设计低通滤波器包括butterworthandGaussian(选择合适的半径,计算功率谱比),平滑测试图像test1和test2;(1)问题分析:1)频率域滤波步骤:①给定一幅大小为M×N的输入图像f(x,y),确定填充参数,典型的选取P=2M和Q=2N;②对f(x,y)添加必要数量的0,形成大小为P×Q的填充后的图像fp(x,y);③用(-1)^(x+y)乘以fp(x,y)移到其变换中心;④计算来自步骤3的图像的DFT,得到F(u,v);⑤生成一个实的、对称的滤波函数H(u,v),其大小为P×Q,中心在(P/2,Q/2)处,用阵列相乘形成乘积G(u,v)=H(u,v)F(u,v);即G(i,k)=H(i,k)F(i,k);⑥得到处理后的图像:1g(x,y){real[[G(u,v)]]}(1)xyp其中,为忽略由于计算不准确导致的寄生复分量,选择了实部,下标p指出我们处理的是填充后的阵列。⑦通过从gp(x,y)的左上象限提取M×N区域,得到最终的处理结果个g(x,y)。2)布特沃斯低通滤波器:截止频率位于距原点D0处的n阶布特沃斯低通滤波器(BLPF)的传递函数定义为201(u,v)1[D(u,v)/D]nH其中221/2(u,v)[(u/2)(vQ/2)]DPBLPF传递函数并没有在通过频率和滤除频率之间给出明显截止的尖锐的不连续性。对于具有平滑传递函数的滤波器,可在这样一点定义截止频率,即使得H(u,v)下降到其最大值的某个百分比点。对于上式,截止频率点是当D(u,v)=D0时的点,即H(u,v)从其最大值1下降为50%。3)高斯低通滤波器:220(u,v)/2D(u,v)eDH其中,D(u,v)是距离频率域矩形中心的距离。D0是截止频率。当D(u,v)=D0时,GLPF下降到其最大值的0.607处。4)功率谱建立一组标准截止频率轨迹的一种方法是计算包含规定的总图像功率值Pt的圆。该值是通过求每个点(u,v)处填充后图像的功率谱分量的和得到的,其中u=0,1....P-1,v=0,1....Q-11100(u,v)QPTuvPP其中,功率谱定义为222(u,v)(u,v)(u,v)(u,v)PFRIR和I分别是F(u,v)的实部和虚部,并且所有的计算直接对离散变量u=0,1...P-1,v=0,1...Q-1如果DFT已被中心化,那么原点位于频率矩形中心处,半径为D0的圆包含a%的功率,其中100[(u,v)/P]TuvP5)编程思路:由以上分析知,实现低通滤波,只需将原图像进行填充,之后计算其傅里叶变换,得到F(u,v);而滤波器的频率域函数已由定义给出H(u,v)。在频率域将F(u,v)和H(u,v)对应点相乘,并将得到的结果通过傅里叶反变换回到空间域,即可得到最后的滤波结果。对于功率谱的计算,只需将F(u,v)和G(u,v)遍历,并在每一个(u,v)处计算其功率谱分量并求和,最后,两者做商既得功率谱比。(2)MATLAB函数:fft2函数用于数字图像的二维傅立叶变换;ifft2函数用于数字图像的二维傅立叶反变换;fftshift函数用于将变换后的图象频谱中心从矩阵的原点移到矩阵的中心。(3)处理结果:1)布特沃斯低通滤波:test1.bmpD0=25功率谱比a=0.9741=97.41%test1.bmp原始图像test1布特沃斯低通滤波后(D0=25)test1的傅里叶谱布特沃斯低通滤波器(D0=25)test1布特沃斯低通滤波后的傅里叶谱(D0=25)test1.bmpD0=50功率谱比a=0.9909=99.09%test1.bmp原始图像test1布特沃斯低通滤波后(D0=50)test1的傅里叶谱布特沃斯低通滤波器(D0=50)test1布特沃斯低通滤波后的傅里叶谱(D0=50)test1.bmpD0=75功率谱比a=0.9957=99.57%test1.bmp原始图像test1布特沃斯低通滤波后(D0=75)test1的傅里叶谱布特沃斯低通滤波器(D0=75)test1布特沃斯低通滤波后的傅里叶谱(D0=75)test2.tifD0=50功率谱比a=0.9885=98.85%test2.tif原始图像test2布特沃斯低通滤波后(D0=50)test2的傅里叶谱布特沃斯低通滤波器(D0=50)test2布特沃斯低通滤波后的傅里叶谱(D0=50)test2.tifD0=75功率谱比a=0.9916=99.16%test2.tif原始图像test2布特沃斯低通滤波后(D0=75)test2的傅里叶谱布特沃斯低通滤波器(D0=75)test2布特沃斯低通滤波后的傅里叶谱(D0=75)test2.tifD0=100功率谱比a=0.9934=99.34%test2.tif原始图像test2布特沃斯低通滤波后(D0=100)test2的傅里叶谱布特沃斯低通滤波器(D0=100)test2布特沃斯低通滤波后的傅里叶谱(D0=100)2)高斯低通滤波器:test1.bmpD0=25:功率谱比a=0.9657=96.57%test1.bmp原始图像test1高斯低通滤波后(D0=25)test1的傅里叶谱高斯低通滤波器(D0=25)test1高斯低通滤波后的傅里叶谱(D0=25)test1.bmpD0=50功率谱比a=0.9862=98.62%test1.bmp原始图像test1高斯低通滤波后(D0=50)test1的傅里叶谱高斯低通滤波器(D0=50)test1高斯低通滤波后的傅里叶谱(D0=50)test1.bmpD0=75功率谱比a=0.9925=99.25%test1.bmp原始图像test1高斯低通滤波后(D0=75)test1的傅里叶谱高斯低通滤波器(D0=75)test1高斯低通滤波后的傅里叶谱(D0=75)test2.tifD0=50功率谱比a=0.9863=98.63%test2.tif原始图像test2高斯低通滤波后(D0=50)test2的傅里叶谱高斯低通滤波器(D0=50)test2高斯低通滤波后的傅里叶谱(D0=50)test2.tifD0=75功率谱比a=0.9902=99.02%test2.tif原始图像test2高斯低通滤波后(D0=75)test2的傅里叶谱高斯低通滤波器(D0=75)test2高斯低通滤波后的傅里叶谱(D0=75)test2.tifD0=100功率谱比a=0.9924=99.24%test2.tif原始图像test2高斯低通滤波后(D0=100)test2的傅里叶谱高斯低通滤波器(D0=100)test2高斯低通滤波后的傅里叶谱(D0=100)(4)结果分析及总结:①对比每组图像处理结果中的原始图像和低通滤波后的图像,可以清晰看到低通滤波器的平滑效果(模糊效果);对比每组图像中原始图像的傅里叶谱、低通滤波器傅里叶谱以及滤波后图像的傅里叶谱,可以看到滤波在空间域是卷积关系和在频率域是相乘关系。低通滤波器对于低频分量可以通过,而对于高频分量则不能通过。通过三幅图的对比,可以清晰的看到滤波器的截断效果。②对于test1分别选取D0=25、50、75的二阶布特沃斯低通滤波器进行低通滤波。对比不同的D0值得到的结果知,随着截止频率D0的减小,滤波后的图像越来越模糊,功率谱比越来越小,即滤波后包含的低频分量越来越少。③对于test2分别选取D0=50、75、100的二阶布特沃斯低通滤波器进行低通滤波。对比不同的D0值得到的结果知,随着截止频率D0的减小,滤波后的图像越来越模糊,功率谱比越来越小,即滤波后包含的低频分量越来越少。④对于test1分别选取D0=25、50、75的高斯低通滤波器进行低通滤波。对比不同的D0值得到的结果知,随着截止频率D0的减小,滤波后的图像越来越模糊,功率谱比越来越小,即滤波后包含的低频分量越来越少。⑤对于test2分别选取D0=50、75、100的高斯低通滤波器进行低通滤波。对比不同的D0值得到的结果知,随着截止频率D0的减小,滤波后的图像越来越模糊,功率谱比越来越小,即滤波后包含的低频分量越来越少。⑥最后,对比二阶布特沃斯低通滤波器和高斯低通滤波器的效果知,两种滤波器达到的基本效果是一致的,即平滑图像,滤除高频分量,保留低频分量。但两者在相同截止频率D0时,得到的功率谱比却不同,主要原因是两个滤波器在过渡带处的差异。2、频域高通滤波器:设计高通滤波器包括butterworthandGaussian,在频域增强边缘。选择半径和计算功率谱比,测试图像test3,4;(1)问题分析:1)频率域滤波步骤:①给定一幅大小为M×N的输入图像f(x,y),确定填充参数,典型的选取P=2M和Q=2N;②对f(x,y)添加必要数量的0,形成大小为P×Q的填充后的图像fp(x,y);③用(-1)^(x+y)乘以fp(x,y)移到其变换中心;④计算来自步骤3的图像的DFT,得到F(u,v);⑤生成一个实的、对称的滤波函数H(u,v),其大小为P×Q,中心在(P/2,Q/2)处,用阵列相乘形成乘积G(u,v)=H(u,v)F(u,v);即G(i,k)=H(i,k)F(i,k);⑥得到处理后的图像:1g(x,y){real[[G(u,v)]]}(1)xyp其中,为忽略由于计算不准确导致的寄生复分量,选择了实部,下标p指出我们处理的是填充后的阵列。⑦通过从gp(x,y)的左上象限提取M×N区域,得到最终的处理结果个g(x,y)。2)布特沃斯高通滤波器:截止频率位于距原点D0处的n阶布特沃斯高通滤波器(BHPF)的传递函数定义为201(u,v)1[D/D(u,v)]nH其中221/2(u,v)[(u/2)(vQ/2)]DPBHPF传递函数并没有在通过频率和滤除频率之间给出明显截止的尖锐的不连续性。对于具有平滑传递函数的滤波器,可在这样一点定义截止频率,即使得H(u,v)下降到其最大值的某个百分比点。对于上式,截止频率点是当D(u,v)=D0时的点,即H(u,v)从其最大值1下降为50%。3)高斯高通滤波器:220(u,v)/2D(u,v)1-eDH其中,D(u,v)是距离频率域矩形中心的距离。D0是截止频率。当D(u,v)=D0时,GHPF下降到其最大值的0.607处。4)功率谱建立一组标准截止频率轨迹的一种方法是计算包含规定的总图像功率值Pt的圆。该值是通过求每个点(u,v)处填充后图像的功率谱分量的和得到的,其中u=0,1....P-1,v=0,1....Q-11100(u,v)QPTuvPP其中,功率谱定义为222(u,v)(u,v)(u,v)(u,v)PFRIR和I分别是F(u,v)的实部和虚部,并且所有的计算直接对离散变量u=0,1...P-1,v=0,1...Q-1如果DFT已被中心化,那么原点位于频率矩形中心处,半径为D0的圆包含a%的功率,其中100[(u,v)/P]TuvP5)编程思路:由以上分析知,实现高通滤波,只需将原图像进行填充,之后计算其傅里叶变换,得到F(u,v);而滤波器的频率域函数已由定义给出H(u,v)。在频率域将F(u,v)和H(u,v)对应点相乘,并将得到的结果通过傅里叶反变换回到空间域,即可得到最后的滤波结果。对于功率谱的计算,只需将F(u,v)和G(u,v)遍历,并在每一个(u,v)处计算其功率谱分量并求和,最后,两者做商既得功率谱比。(2)MATLAB函数:fft2函数用于数字图像的二维傅立叶变换;ifft2函数用于数字图像的二维傅立叶反变换;fftshift函数用于将变换后的图象频谱中心从矩阵的原点移到矩阵的中心。(3)处理结果:1)布特沃斯高通滤波器test4copy.bmpD0=25功率谱比a=0.0071=0.71%test4copy.bmp原始图像test4布特沃斯高通滤波后(D0=25)test4的傅里叶谱布特沃
本文标题:西交大数字图像处理第五次作业
链接地址:https://www.777doc.com/doc-2034326 .html