實驗四圖像頻域高通濾波

1、數(shù)字圖像處理實驗報告姓名：田蕾 學(xué)號：20091202098 專業(yè)：信號與信息處理 年級：09實驗四 圖像頻域高通濾波一、 實驗?zāi)康恼莆粘Ｓ妙l域高通濾波器的設(shè)計。進一步加深理解和掌握圖像頻譜的特點和頻域高通濾波的原理。理解圖象高通濾波的處理過程和特點。二、 實驗內(nèi)容設(shè)計程序，分別實現(xiàn)截止頻率半徑分別為15、30、80理想高通濾波器、二階巴特沃斯高通濾波器、二階高斯高通濾波器對圖像的濾波處理。觀察處理前后圖像效果，分析實驗結(jié)果和算法特點。三、 實驗原理二維理想高通濾波器的傳遞函數(shù)為： D0是從頻率矩形中點測得的截止頻率長度，它將以D0為半徑的圓周內(nèi)的所有頻率置零，而毫不衰減地通過圓周外的任何頻率

2、。但其物理上是不可實現(xiàn)的。巴特沃斯高通濾波器的傳遞函數(shù)為： 式中D0為截止頻率距遠(yuǎn)點距離。與低通濾波器的情況一樣，可認(rèn)為巴特沃斯高通型濾波器比IHPF更平滑。高斯高通濾波器傳遞函數(shù)為： 高通濾波器能夠用高斯型低通濾波器的差構(gòu)成。這些不同的濾波器有更多的參數(shù)，因此能夠?qū)V波器的形狀進行更多的控制。四、 算法設(shè)計（含程序設(shè)計流程圖） 五、 實驗結(jié)果及分析（需要給出原始圖像和處理后的圖像） 實驗結(jié)果分析：（1）理想的高通濾波器把半徑為D0的圓內(nèi)的所有頻率完全衰減掉，卻使圓外的所有的頻率無損的通過。圖像整體變得模糊，邊緣和細(xì)節(jié)比較清晰。（2）巴特沃思高通濾波器和高斯高通濾波器處理后的圖像中只顯現(xiàn)邊緣，

3、邊緣的強度不同，而灰度平滑的區(qū)域都變暗了。附：程序源代碼（1）理想高通濾波器：（以D0=15為例）:I1=imread('D:Matlabproject低通、高通濾波實驗原圖.jpg'); figure(1); imshow(I1);title('原圖');>> f=double(I1); % 轉(zhuǎn)換數(shù)據(jù)為雙精度型g=fft2(f); % 進行二維傅里葉變換g=fftshift(g); % 把快速傅里葉變換的DC組件移到光譜中心M,N=size(g);d0=15; %cutoff frequency以15為例m=fix(M/2); n=fix(N/2)

4、;for i=1:M for j=1:N d=sqrt(i-m)2+(j-n)2); if(d<=d0) h=0; else h=1; end result(i,j)=h*g(i,j); endendresult=ifftshift(result);J1=ifft2(result);J2=uint8(real(J1);figure(2);imshow(J2);title('IHPF濾波（d0=15)') ;（2）巴特沃斯高通濾波器：（以D0=15為例）:I1=imread('D:Matlabproject低通、高通濾波實驗原圖.jpg'); figure(

5、1); imshow(I1);title('原圖');f=double(I1); g=fft2(f); g=fftshift(g); M,N=size(g);nn=2; % 2-grade Butterworth highpass filterd0=15; % 15,30,80其中以15為例m=fix(M/2); n=fix(N/2);for i=1:M for j=1:N d=sqrt(i-m)2+(j-n)2); h=1/(1+0.414*(d/d0)(2*nn); % filter transform function %h=1./(1+(d./d0).(2*n)%h=e

6、xp(-(d.2)./(2*(d02); result(i,j)=(1-h)*g(i,j); endendresult=ifftshift(result);J1=ifft2(result);J2=uint8(real(J1);figure(2);imshow(J2);title('BHPF濾波(d0=15)');（3）高斯高通濾波器：（以D0=15為例）:I1=imread('D:Matlabproject低通、高通濾波實驗原圖.jpg'); figure(1); imshow(I1);title('原圖');f=double(I1); g=fft2(f); g=fftshift(g); M,N=size(g);d0=15;m=fix(M/2); n=fix(N/2);for i=1:M for j=1:N d=sqrt(i-m)2+(j-n)2);h=exp(-(d.2)./(2*(d02); % gaussian filter transform result(i,j)=(1-h)*g(i,j); endendresult=ifftshift(result);