數(shù)字圖像的變換技術(shù)及其MATLAB實(shí)現(xiàn)

1、數(shù)字圖象處理實(shí)驗(yàn)實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)五數(shù)字圖像的變換技術(shù)及其MATLAB現(xiàn)一實(shí)驗(yàn)?zāi)康模?、了解圖像變換的意義和手段；2、加深對(duì)傅里葉變換、離散余弦變換、沃爾什變換和小波變換基本原理的理解；3、熟悉常用變換在圖像增強(qiáng)、圖像恢復(fù)、圖像壓縮以及特征提取等方面的應(yīng)用；4、掌握常用變換的MATLA族現(xiàn)。二實(shí)驗(yàn)內(nèi)容：1、利用MATLAB：具箱實(shí)現(xiàn)二維傅立葉正反變換，并利用傅里葉變換實(shí)現(xiàn)快速卷積:Mt件：clcclearI=imread('lena.gif');J=fft2(I);K=fftshift(J);A=conv2(J,J);, 'fit' ), 'fit'

2、), 'fit' )subplot('1,3,1');imshow(log(abs(J),'InitialMagnification'title('原圖傅立葉變換頻譜')subplot('1,3,2');imshow(log(abs(K),'InitialMagnification'title('原圖傅立葉變換頻譜中心變換')subplot('1,3,3');imshow(log(abs(A),'InitialMagnification'title(&

3、#39;卷積頻譜')B=ifft2(A);figuresubplot('1,2,1');imshow(I),title('原圖')subplot('1,2,2');imshow(B),title('卷積后的圖像')原圖傅立葉變換頻端圖傅立葉變換頻譜中心變換 卷積頻譜原圖卷積后的圖像2、利用MATLAB：具箱實(shí)現(xiàn)二維離散余弦正反變換，并利用DCT實(shí)現(xiàn)圖像壓縮:M文件：clcI=imread('lena.gif');I=im2double(I);K=dctmtx(8);%余弦變換后生成一個(gè)8*8矩陣J1=blk

4、proc(I,88,'P1*x*P2',K,K');M=1111000000000000;J2=blkproc(J1,88,'P1.*x',M);I2=blkproc(J2,88,'P1*x*P2',K',K);subplot(1,2,1);imshow(J1);title('原始圖像余弦變換后矩陣')subplot(1,2,2);imshow(J2);title('壓縮后的圖像余弦變換后矩陣')figure;' 原始圖像 ' )subplot(1,2,1);imshow(I);ti

5、tle(' 壓縮后的圖像' )subplot(1,2,2);imshow(I2);title(原始圖像余弦變換后矩陣壓縮后的圖像余弦變換后矩陣原始圖像壓縮后的圖像3、利用MATLA限供的哈達(dá)瑪變換函數(shù)實(shí)現(xiàn)圖像的壓縮:clcclose);I=imread('lena.gif'I1=im2double(I);M,N=size(I1);s=64;K=hadamard(8);J1=blkproc(I1,88,L=im2col(J1,88,L2=L;Y,P=sort(L);m,n=size(L);s=m-s;fori=1:nL2(P(1:s),i)=0;endJ2=col

6、2im(L2,88,MN,'P1*x*P2',K,K');'distinct');'distinct');,K',K);')I2=blkproc(J2,88,'P1*x*P2'I2=I2/255;subplot(1,2,1);imshow(J1);title(subplot(1,2,2);imshow(J2);title(figure;subplot(1,2,1);imshow(I);title(subplot(1,2,2);imshow(I2);title('原始圖像哈達(dá)瑪變換后矩陣'&#

7、39;壓縮后的圖像哈達(dá)瑪變換后矩陣原始圖像')'變換后的圖像')壓縮后的圖像哈達(dá)瑪變換后矩陣原始圖像哈達(dá)瑪變換后矩陣原始圖像變換后的圖像4、熟悉MALA邈供的一維和二維離散小波變換函數(shù)利用小波變換實(shí)現(xiàn)圖像的去噪和壓縮:(1)一維小波變換：Clcclosex,fs,n=wavread('1.wav');c1,d1=dwt(x,'db1');subplot(1,3,1);plot(x);title(subplot(1,3,2);plot(c1);title(subplot(1,3,3);plot(d1);title(原始信號(hào))'小波分

8、解近似分量)'小波分解細(xì)節(jié)分量)原始信號(hào)小波分解近似分量小波分解細(xì)節(jié)分量0.05 0-0.05-0.1-0.15-0.2-0.25-0.3-0.3505104X 10054X 100.10.080.060.040.020-0.02-0.04-0.06-0.08-0.1054 x 100.050-0.05-0.1-0.15-0.2-0.25-0.3-0.35-0.4-0.45(2)二維小波變換實(shí)現(xiàn)圖像去噪clcclearcloseI=imread('lena.gif);In=imnoise(I,'gaussian',0,0.01);c,s=wavedec2(I,2

9、,'sym5');InN,cxc,lxc,perf0,perf2=wdencmp( subplot(1,3,1);imshow(I);title( subplot(1,3,2);imshow(In);title( subplot(1,3,3);imshow(InN);title( figure;subplot(1,3,1);image(I);title(subplot(1,3,2);image(In);title(subplot(1,3,3);image(InN);title(thr,sorh,keepapp=ddencmp('den','wv'

10、,In);'gbl',c,s,'sym5',2,thr,sorh,keepapp)原圖像)'有噪聲圖像)去噪聲圖像)原圖像)'有噪聲圖像)去噪聲圖像)去噪聲圖像原圖像有噪聲圖像原圖像5010015020025050100150200250有噪聲圖像5010015020025050100150200250去噪聲圖像50100150200250(3)二維小波變換實(shí)現(xiàn)圖像壓縮:clcclearcloseI=imread('lena.gif);I=double(I)/255;C,S=wavedec2(I,2,'bior3.7');

11、thr=20;ca1=appcoef2(C,S,'bior3.7',1);ch1=detcoef2('h',C,S,1);cv1=detcoef2('v',C,S,1);cd1=detcoef2('d',C,S,1);a1=wrcoef2('a',C,S,'bior3.7',1);h1=wrcoef2('h',C,S,'bior3.7',1);v1=wrcoef2('v',C,S,'bior3.7',1);d1=wrcoef2('

12、;d',C,S,'bior3.7',1);c1=a1,h1;v1,d1;ca1=appcoef2(C,S, 'bior3.7'ca1=wcodemat(ca1,440, 'mat'ca1=0.5*ca1;ca2=appcoef2(C,S, 'bior3.7'ca2=wcodemat(ca1,440, 'mat'subplot(1,3,1),imshow(I);title(subplot(1,3,2),imshow(ca1);title(subplot(1,3,3),imshow(ca2);title(,1)

13、；,0)/255;,2)；,0)/255;原圖像)'第一次壓縮圖像')'二次壓縮圖像')原圖像第一次壓縮圖像次壓縮圖像三思考題:1、功率譜表示的意義是什么？圖像的傅里葉頻譜是如何反映圖像特征的？解答：功率譜表示的是圖像中個(gè)像素所起的作用，一般用傅里葉變換得到圖像的頻率進(jìn)而得到功率譜，圖像的頻率是表征圖像中灰度變化劇烈程度的指標(biāo)，是灰度在平面空間上的梯度。如：大面積的沙漠在圖像中是一片灰度變化緩慢的區(qū)域，對(duì)應(yīng)的頻率值很低；而對(duì)于地表屬性變換劇烈的邊緣區(qū)域在圖像中是一片灰度變化劇烈的區(qū)域，對(duì)應(yīng)的頻率值較高。傅立葉變換在實(shí)際中有非常明顯的物理意義，設(shè)f是一個(gè)能量有限的模擬信號(hào)，則其傅立葉變換就表示f的譜。從純粹的數(shù)學(xué)意義上看，傅立葉變換是將一個(gè)函數(shù)轉(zhuǎn)換為一系列周期函數(shù)來(lái)處理的。從物