数字图像处理实验四图像频域增强

一、实验目的

（1）了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学的图像增强的理论知识和相关算法。

（2）熟练掌握低通、高通、带通、同态滤波器的使用方法，明确不同性质的滤波器对图像的影响和作用。

二、实验内容

（1）选择合适的灰度图像，添加随机噪声

（2）对图像进行低通滤波，观察滤波效果

（3）选择一灰度图像，进行高通滤波，观察滤波效果

（4）选择合适的灰度图像，进行带通滤波，观察滤波效果

（5）选择合适的数字图像，进行同态滤波，观察滤波效果

三、实验代码及结果、分析

（1）选择合适的灰度图像，添加随机噪声

• 代码：

I=imread('E:\大三课件\大三下\数字图像处理\实验\实验四\shiyan4.jpg');

I1=rgb2gray(I);

I2=imnoise(I1,'gaussian',0.03);       %加均值为0，方差为0.03的高斯噪声

I3=double(I2);

fft_I=fft2(I2);         % 二维离散傅立叶变换

shift_I=fftshift(fft_I);    % 直流分量移到频谱中心

[M,N]=size(shift_I);

m=floor(M/2);

n=floor(N/2);

figure(1)

subplot(1,3,1),imshow(I),title('原图像');

subplot(1,3,2),imshow(I1),title('灰度图像');

subplot(1,3,3),imshow(I2),title('加入高斯噪声');      %显示有高斯噪声图像

• 结果：

• 分析：

1. 用imnoise()函数给图像添加噪声，简单的噪声有以下5种类型：’gaussian’(高斯白噪声),‘localvar’ (与图象灰度值有关的零均值高斯白噪声)，’poisson’(泊松噪声), ‘salt & pepper’(椒盐噪声)、’speckle’(斑点噪声)。本题中加入高斯噪声

（2）选择一灰度图像，进行低通滤波，观察滤波效果

• 代码

%低通滤波

level=4;%2级巴特沃斯滤波器 2时接近高斯，5时接近理想，但是数值更大时会有模糊效应

d1=20;

d2=50;%截止半径

d3=300;

%巴特沃斯低通滤波

for i=1:M

    for