图像高通和低通滤波处理

实验5图像的高通和低通滤波一、实验目的掌握常用频域高通滤波器和低通滤波器的设计。进一步加深理解和掌握图像频谱的特点以及频域高通滤波和低通滤波的原理。了解图像高通滤波和低通滤波的过程和特点。二、实验要求1.实验前预习2.独立完成程序的编译。3.写实验报告4.每组一人实验设备：每组一台电脑三、实验原理低通滤波器：允许低频信号通过，但削弱(或减少)频率高于截止频率的信号通过。用于绘制长期趋势或同质化。高通滤波器：允许高频信号通过，但将信号频率降低(或降低)到截止频率以下的滤波器。强调细节。二维理想高通滤波器的传递函数为：D0是从频率矩形中点测量的截止频率长度。它将以D0为半径将圆内的所有频率归零，并通过圆外的任何频率而不衰减。但这在物理上是不可能的。巴特沃斯高通滤波器的传递函数为：其中D0是截止频率和远点之间的距离。与低通滤波器一样，巴特沃斯高通滤波器可以被认为比IHPF更平滑。高斯高通滤波器的传递函数是：高通滤波器可以由高斯低通滤波器的差值构成。这些不同的过滤器具有更多的参数，因此可以更好地控制过滤器的形状。四.实验内容1.数字图像的低通滤波2.数字图像的高通滤波3.比较并分析结果。V.实验过程1.流程图2.测试程序%-选择图片路径并显示-%全局f%选择图片路径文件名，路径名=.%.表示与下游的连接uigetfile(*。bmp*。jpg* gif* tif，选择图片)；%打开文件类型，对话框名称f=imread(路径名文件名)；轴(手柄轴1)；%在轴1上显示原始图像imshow(f)；标题(原始图像)；% -在弹出窗口1中的选择更改时执行。函数popupmenu1_Callback(对象、事件数据、句柄)% hObject对popup num 1的句柄(参见GCBO)%事件数据保留-将在未来版本的MATLAB中定义% handles结构带有句柄和用户数据(参见GUIDATA)% Hints: contents=get(对象，字符串)以单元格数组的形式返回popupmenu1内容% contentsget(hObject，Value)从弹出窗口1中返回选定的项目全局fva=get(句柄. popupmenu1，值)；val=get(对象，值)；开关值%用开关语句设置选项案例1%巴特沃斯高通滤波器g=FFT 2(f)；%傅里叶变换g=FFT shift(g)；%转换数据矩阵M，N=尺寸(g)；nn=2；%二阶巴特沃斯高通滤波器d0=20%截止频率为10M=固定(M/2)；N=固定(N/2)；对于i=1:M对于j=1:Nd=sqrt(i-m)2(j-n)2)；h=1/(1 d0/(0.414*d)(2*nn)；%计算高通滤波器的传递函数结果(I，j)=h*g(i，j)；目标目标结果=ifftshift(结果)；y2=ifft2(结果)；y3=uint8(实数(y2)；轴(手柄.轴2)；imshow(y3)；%显示过滤后的图像标题(巴特沃斯高通滤波)；案例2%巴特沃斯低通滤波器g=FFT 2(f)；%傅里叶变换g=FFT shift(g)；%转换数据矩阵M，N=尺寸(g)；nn=2；%二阶巴特沃斯低通滤波器d0=30%截止频率为10M=固定(M/2)；N=固定(N/2)；对于i=1:M对于j=1:Nd=sqrt(i-m)2(j-n)2)；h=1/(1 0.414*(d/d0)(2*nn)；%计算低通滤波器的传递函数结果(I，j)=h*g(i，j)；目标目标结果=ifftshift(结果)；y2=ifft2(结果)；y3=uint8(实数(y2)；轴(手柄.轴3)；imshow(y3)；%显示过滤后的图像标题(巴特沃斯低通滤波器)情况3%理想高通滤波器k=FFT 2(f)；%傅里叶变换g=FFT shift(k)；%转换数据矩阵M，N=尺寸(g)；d0=10%截止频率为10M=固定(M/2)；N=固定(N/2)；对于i=1:M对于j=1:Nd=sqrt(i-m)2(j-n)2)；%计算高通滤波器的传递函数如果d=d0h=0；否则h=1；目标结果(I，j)=h*g(i，j)；目标目标结果=ifftshift(结果)；y2=ifft2(结果)；y3=uint8(实数(y2)；轴(手柄轴4)；imshow(y3)；标题(理想高通滤波)情况4%理想低通滤波器k=FFT 2(f)；%傅里叶变换g=FFT shift(k)；%转换数据矩阵M，N=尺寸(g)；d0=30%截止频率为30M=固定(M/2)；N=固定(N/2)；对于i=1:M对于j=1:Nd=sqrt(i-m)2(j-n)2)；%计算高通滤波器的传递函数如果d=d0h=1；否则h=0；目标结果(I，j)=h*g(i，j)；目标目标结果=ifftshift(结果)；y2=ifft2(结果)；y3=uint8(实数(y2)；轴(手柄.轴5)；imshow(y3)；标题(理想的低通滤波)结束；3.实验结果六.实验总结通过这个实验，我们进一步加深了对图像高通和低通滤波原理的理解和理解。我们用MATLAB语言实现