图像处理第二次作业(2).docx

对一幅灰度图像：(1)计算并画出此图像的中心化频率谱。(2)分别用高斯低通和高斯高通滤波器对图像进行频域处理，并对结果进行分析。(3)用频域拉普拉斯算子对此图像进行锐化处理，并对结果进行分析。(1)程序clear; clc; A=imread(lena.jpg,jpg);B=rgb2gray(A);figure;subplot(2,2,1);imshow(B);title(原图像);B_d=double(B);m,n = size(B);%fft2函数实现if ismatrix(B_d)%ismatrix:确定输入的是否为矩阵 if nargin=1%nargin用来判断输入变量的个数 f = fftn(B_d);%fftn:N维离散傅里叶变换 else f = fftn(B_d,m n); endelse if nargin=1 f = fft(fft(B_d,2),1); else f = fft(fft(B_d,n,2),m,1); endendC3=log(1+abs(f);subplot(2,2,2);imshow(C3,);title(原图像频谱);%计算并画出此图像的中心化频率谱m,n = size(B);for i=1:m for j=1:n C1(i,j)=(-1)(i+j)*(B_d(i,j); endendC2=log(1+abs(fft2(C1);C4=fftshift(log(1+abs(fft2(B_d);subplot(2,2,3);imshow(C2,);title(编写函数实现频谱中心化)subplot(2,2,4);imshow(C4,)title(matlab函数实现频谱中心化)%分别用低通滤波和高通滤波对此图像进行频域处理C5=fftshift(fft2(B_d);P1=round(m/2); Q1=round(n/2); D0=30;%半径取30,随着D0的增加，低通滤波图像越来越模糊 B_lf=C5; B_hf=C5; %低通滤波器for i=1:m for j=1:n D=sqrt(i-P1)2+(j-Q1)2); if DD0 flag=1; else flag=0; end B_hf(i,j)=flag*C5(i,j); end end B_hf=uint8(real(ifft2(ifftshift(B_hf); subplot(1,3,1);imshow(B);title(原图像);subplot(1,3,2);imshow(B_lf); title(高斯低通滤波); subplot(1,3,3);imshow(B_hf);title(高斯高通滤波); %用频域拉普拉斯算子对此图像进行锐化处理for i=1:m for j=1:n D1=(i-P1)2+(j-Q1)2; H(i,j)=(-4)*(pi)2)*D1; H1(i,j)=H(i,j)*C5(i,j); endendH2=real(ifft2(ifftshift(H1);H2max=max(H2(:);H3=H2(1:m,1:n);k=1;H4=B_d-k*H3/H2max;figure;subplot(1,2,1);imshow(B);title(原图像);subplot(1,2,2); imshow(H4,); title(拉普拉斯图像); %使用moon图像Task3=imread(moon.tif,tif);Task3_1=double(Task3);Task3_2=fftshift(fft2(Task3_1);m1,n1=size(Task3);P2=round(m1/2); Q2=round(n1/2); for i=1:m1 for j=1:n1 D1=(i-P2)2+(j-Q2)2; H(i,j)=(-4)*(pi)2)*D1; H1(i,j)=H(i,j)*Task3_2(i,j); endendH2=real(ifft2(ifftshift(H1);H2max=max(H2(:);H3=H2(1:m1,1:n1);k=1;H4=Task3_1-k*H3/H2max;figure;