实验说明
1. 图像是一个二维信号
I=f(x,y)
2. 图像空域的卷积等于频域的乘积
F(x,y)=F∗(f(x,y))
其中
F∗()
为傅里叶变换。由卷积的性质,设有两幅图
I1
、
I2
有:
F1(x,y)⋅F2(x,y)=f1(x,y)⨂f2(x,y)
`
其中
⨂
是卷积符号
快速傅里叶变换的复杂度是
N⋅logN
3. 实验流程
4. 实验代码
clc;
clear;
close all;
OriImage=imread('D:\image_set\lena.jpg');
sigma=1;
grayImg=double(rgb2gray(OriImage));
[r,c]=size(grayImg);
radiu=3*ceil(sigma);
radius=2*radiu+1;
%高斯滤波
gausFilter = fspecial('gaussian',[radius radius],sigma);
% blur=imfilter(grayImg,gausFilter);
grayImg1=zeros(2*radiu+r,2*radiu+c);
grayImg1(1:r,1:c)=grayImg(:,:);
blur=conv2(grayImg,gausFilter);
Egs=zeros(2*radiu+r,2*radiu+c);
Egs(1:radius,1:radius) = gausFilter;
Fgs=fft2(Egs);
Fimg=fft2(grayImg1);
% blur1=real(Fimg).*real(Fgs)+imag(Fimg).*+imag(Fgs);
blur1=Fimg.*Fgs;
blur2=ifft2(blur1);
figure,imshow(grayImg,[0,255]);
figure,imshow(blur,[0,255]);
figure,imshow(blur2,[0,255]);
diff=abs(blur2-blur);
figure,imshow(diff,[0,255]);
imwrite(uint8(grayImg),'grayImg.jpg');
imwrite(uint8(blur),'blur.jpg');
imwrite(uint8(blur2),'blur2.jpg');
imwrite(uint8(diff),'diff.jpg');
5. 实验效果
原图
卷积图
傅里叶滤波图
两图相减图