数字图像处理实验三-图像基本运算

  1. 实验内容
    (1)对图像进行线性点运算。
    (2)对图像比例放大1.5倍,比例缩小0.7倍,非比例放大到600x700像素,非比例缩小到300x400像素。
    (3)对图像旋转30度、60度、90度、135度和180度。
  2. 基本要求
    理解图像线性点运算、图像缩放和旋转原理,掌握对图像进行线性点运算、图像缩放和旋转的实现方法,对实验结果进行分析,得出实验结论并撰写实验报告。

(1)代码:

picture=imread('lenagray.jpg');   %读取图像
picture=im2double(picture);       %数据类型转换为double类型

figure;
subplot(2,2,1);
imshow(picture);
xlabel("原图");

a=1.5;b=50;
picture1=a .* picture + b/255;
subplot(2,2,2);
imshow(picture1);
xlabel("a=1.5 b=50");

a=0.3;b=50;
picture2=a .* picture + b/255;
subplot(2,2,3);
imshow(picture2);
xlabel("a=0.3 b=50");

a=-1;b=50;
picture3=a .* picture + b/255;
subplot(2,2,4);
imshow(picture3);
xlabel("a=-1 b=50");

结果
在这里插入图片描述
(2)代码:

picture=imread('lenagray.jpg');          
picture=im2double(picture);

picture1=imresize(picture,1.5,'bicubic');      %三次内插法
picture2=imresize(picture,0.7,'bicubic');
picture3=imresize(picture,[600,700],'bicubic');
picture4=imresize(picture,[300,400],'bicubic');

figure;
subplot(3,2,1);
imshow(picture);
xlabel('原图');

subplot(3,2,3);
imshow(picture1);
xlabel('放大1.5倍');

subplot(3,2,4);
imshow(picture2);
xlabel('缩小0.7倍');

subplot(3,2,5);
imshow(picture3);
xlabel('放大到600x700像素');

subplot(3,2,6);
imshow(picture4);
xlabel('缩小到300x400像素');

结果:
在这里插入图片描述
(3)代码:

picture=imread('cameraman.tif');
picture=im2double(picture);

picture1=imrotate(picture,30,'bicubic');
picture2=imrotate(picture,60,'bicubic');
picture3=imrotate(picture,90,'bicubic');
picture4=imrotate(picture,135,'bicubic');
picture5=imrotate(picture,180,'bicubic');

figure;
subplot(3,2,1);
imshow(picture);
xlabel('原图像');

subplot(3,2,2);
imshow(picture1);
xlabel('旋转30度');

subplot(3,2,3);
imshow(picture2);
xlabel('旋转60度');

subplot(3,2,4);
imshow(picture3);
xlabel('旋转90度');

subplot(3,2,5);
imshow(picture4);
xlabel('旋转135度');

subplot(3,2,6);
imshow(picture5);
xlabel('旋转180度');

在这里插入图片描述

  • 5
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
FIR(Finite Impulse Response)数字滤波器是一种常见的数字滤波器,它的特点是具有线性相位和有限长度的脉冲响应。在数字信号处理中,FIR数字滤波器可以实现数字信号的滤波、去噪、降采样等处理,广泛应用于音频、视频、图像等领域。 下面是FIR数字滤波器的设计步骤和实现方法。 ## FIR数字滤波器的设计步骤 ### 1. 确定滤波器的类型 根据滤波器的要求,选择合适的滤波器类型,如低通滤波器、高通滤波器、带通滤波器、带阻滤波器等。 ### 2. 确定滤波器的参数 根据滤波器类型和要求,确定滤波器的参数,如截止频率、通带和阻带的衰减等。 ### 3. 选择滤波器设计方法 常见的FIR数字滤波器设计方法有窗函数法、最小二乘法、频率抽样法等,根据滤波器的要求和性能要求,选择合适的设计方法。 ### 4. 设计滤波器 根据选择的设计方法,设计出FIR数字滤波器的系数。 ### 5. 评估滤波器性能 对设计得到的滤波器进行评估,如滤波器的频率响应、相位响应、群延迟等。 ### 6. 优化滤波器性能 如果滤波器的性能不符合要求,可以对滤波器进行优化,如调整参数、改变设计方法等。 ## FIR数字滤波器的实现方法 ### 1. 直接形式实现 直接形式实现是最简单的FIR数字滤波器实现方法,根据滤波器的系数和输入信号,直接计算输出信号。具体实现方法如下: ```python def fir_filter(x, b): y = np.zeros(len(x)) for n in range(len(x)): for k in range(len(b)): if n-k >= 0: y[n] += b[k] * x[n-k] return y ``` 其中,x为输入信号,b为滤波器系数,y为输出信号。 ### 2. 线性卷积实现 线性卷积实现是一种优化后的FIR数字滤波器实现方法,它利用FFT(Fast Fourier Transform)算法实现卷积运算,提高了计算效率。具体实现方法如下: ```python def fir_filter(x, b): N = len(x) + len(b) - 1 x = np.pad(x, (0, N-len(x))) b = np.pad(b, (0, N-len(b))) X = np.fft.fft(x) B = np.fft.fft(b) Y = X * B y = np.real(np.fft.ifft(Y)) return y[:len(x)] ``` 其中,x为输入信号,b为滤波器系数,y为输出信号。 ### 3. 线性卷积实现(快速算法) 线性卷积实现(快速算法)是在线性卷积实现的基础上进一步优化的FIR数字滤波器实现方法,它利用FFT算法和快速卷积算法实现卷积运算,进一步提高了计算效率。具体实现方法如下: ```python def fir_filter(x, b): N = len(x) + len(b) - 1 x = np.pad(x, (0, N-len(x))) b = np.pad(b, (0, N-len(b))) X = np.fft.fft(x) B = np.fft.fft(b) Y = np.fft.ifft(X * B) y = np.real(Y) return y[:len(x)] ``` 其中,x为输入信号,b为滤波器系数,y为输出信号。 以上是FIR数字滤波器的设计步骤和实现方法,根据实际需求选择适当的设计方法和实现方法,可以实现高效、准确的数字信号处理。

“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