滤波适用情形:
去除目标和背景中的噪声。
几种边缘检测微分算子滤波器的比较:查看本文件夹相关文档
F=fft2(f) 图像f的傅里叶变换 输入为M*N 输出还是M*N。
此时,傅里叶变换的原点在左上角。(F(u,v)关于原点左右向下对称)
f=ifft2(F) 反傅里叶变换 注意 f会被变成double类。
F=ff2(f,P,Q) 对输入图像补充所需的点,进行傅里叶变换,使得输出的图像大小是P*Q
S=abs(F) F的傅里叶谱,计算数组中每个元素的幅度(实部和虚部平方和的平方根)。
若给f(x)乘(-1)^(x) F(u)的原点变换到M/2 处(F(u)关于M/2左右对称)
Fc=fftshift(F) 将变换的原点移动到频率矩形的中心。
Fc=ifftshift(F) 反转,将变换的原点从频率矩形的中心移动到左上角。
real(arg) imag(arg) 分别提取实部和虚部
angel(z)求z的相角
频率域滤波:
原理都是卷积定理
f(x,y)*h(x,y)=F(u,v)H(u,v)
H(u,v)是滤波器传递函数。
DFT的基本步骤:
1. fàdouble类型的f [f,revertclass]=tofloat(f)
2. 使用paddedzsize函数获取填充参数。 PQ=paddedzsize(size(f))
对填充的图像做傅里叶变换 F=fft(f,PQ(1),PQ(2))
3. 生成滤波器H 如果居中 使用H=ifftshift(H)
4, G=H.*F
5. g=ifft(G) 将左上部的矩形裁剪为原始大小。g=g(1:size(f,1),1:size(f,2))
6. 将滤波后的图像转换为输入图像的类。
g=revertglass(g)
H=freqz2(h,R,C) 实现从空间滤波器到频率域滤波器的转换 h 是空间滤波器,R是行数,C是希望滤波器所具有的列数。
低通频率域滤波器(保留图像中频率较低的成分,去除频率高的成分): 理想低通滤波器 巴特沃斯低通滤波器 高斯低通滤波器
高通滤波器同理 1-低通
绘制线框图和表面图:
mesh(H) 绘制二维线框图 H是一个矩阵。
mesh(H(1:k:end,1:k:end)) 每隔k个点进行绘制
grid ---网格 grid on grid off
axis ---坐标轴 axis on axis off