实验四图像频域高通滤波

1、数字图像处理实验报告姓名：田蕾 学号：20091202098 专业：信号与信息处理 年级：09实验四 图像频域高通滤波一、 实验目的掌握常用频域高通滤波器的设计。进一步加深理解和掌握图像频谱的特点和频域高通滤波的原理。理解图象高通滤波的处理过程和特点。二、 实验内容设计程序，分别实现截止频率半径分别为15、30、80理想高通滤波器、二阶巴特沃斯高通滤波器、二阶高斯高通滤波器对图像的滤波处理。观察处理前后图像效果，分析实验结果和算法特点。三、 实验原理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得的截止频率长度，它将以D0为半径的圆周内的所有频率置零，而毫不衰减地通过圆周外的任何频率

2、。但其物理上是不可实现的。巴特沃斯高通滤波器的传递函数为： 式中D0为截止频率距远点距离。与低通滤波器的情况一样，可认为巴特沃斯高通型滤波器比IHPF更平滑。高斯高通滤波器传递函数为： 高通滤波器能够用高斯型低通滤波器的差构成。这些不同的滤波器有更多的参数，因此能够对滤波器的形状进行更多的控制。四、 算法设计（含程序设计流程图） 五、 实验结果及分析（需要给出原始图像和处理后的图像） 实验结果分析：（1）理想的高通滤波器把半径为D0的圆内的所有频率完全衰减掉，却使圆外的所有的频率无损的通过。图像整体变得模糊，边缘和细节比较清晰。（2）巴特沃思高通滤波器和高斯高通滤波器处理后的图像中只显现边缘，

3、边缘的强度不同，而灰度平滑的区域都变暗了。附：程序源代码（1）理想高通滤波器：（以D0=15为例）:I1=imread('D:Matlabproject低通、高通滤波实验原图.jpg'); figure(1); imshow(I1);title('原图');>> f=double(I1); % 转换数据为双精度型g=fft2(f); % 进行二维傅里叶变换g=fftshift(g); % 把快速傅里叶变换的DC组件移到光谱中心M,N=size(g);d0=15; %cutoff frequency以15为例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滤波（d0=15)') ;（2）巴特沃斯高通滤波器：（以D0=15为例）:I1=imread('D:Matlabproject低通、高通滤波实验原图.jpg'); figure(

5、1); imshow(I1);title('原图');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为例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滤波(d0=15)');（3）高斯高通滤波器：（以D0=15为例）:I1=imread('D:Matlabproject低通、高通滤波实验原图.jpg'); figure(1); imshow(I1);title('原图');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);