图像的FFT变换

一.实验设备
计算机,matlab软件
二.实验目的
1.理解并掌握图像的FFT变换的原理。
2.学习使用matlab对图像进行FFT变换。
三.实验原理
图像fft变换可以将图像空间域变为频率域,进而对频率域图像进行操作,这样会使操作变得简单。使用MATLAB中自带的函数F=fft2(),图像变为频率域,但由于低频分量在图像四周,故需进行频移,将低频分量移至中间。
四.实验步骤
1.启动MATLAB程序,读入一幅图像;对图像做FFT,同时观察其原图与频谱。
2.对图像进行频移。
3.观察并分析结果。
五.程序及结果分析

G=imread('001.jpg'); %读入图像
I=rgb2gray(G);%灰度化图像
F=fft2(im2double(I)); %FFT
F=fftshift(F); %FFT频谱平移
F=real(F);
T=log(F+1); %频谱对数变换
subplot(1,2,1),imshow(I),title('原始图像');
subplot(1,2,2),imshow(T,[]),title('原始图像其频谱图');

在这里插入图片描述
对图像进行fft变换,可以显示出其频谱图像,但是由于低频分量分布在图像四个角,所以需要对频谱进行搬移,将低频分量移至图像中间,方便观察和对频谱进行操作。
六.实验总结
本次实验我学到了如何将空间域图像变换到频率域中,通过此变换,可以简化计算,在空间域中处理图像时所进行的复杂卷积运算,等同于在频率域中简单的乘积运算,第二,由于在用频谱图表示的频率域图像中,中心部位是能量集中的低频特征,反映的是图像的平滑部分;随着不断远离频谱图的中心位置,对应于空间图像中变化越来越快的细节、边缘、结构复杂区域、突变部位和噪声等高频成分逐渐加强。所以,在频率域中滤波的概念更为直观,更容易理解;也即,某些在空间域中难以处理或处理起来比较复杂的问题,在频率域却比较容易处理。
第三,某些只能在频率域处理的特定应用需求,比如频率域图像特征提取、数据压缩、纹理分析、水印嵌人等。

  • 2
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值