多媒体与数字图像处理第三次实验

多媒体与数字图像处理第三次实验注意提交实验报告的文件名格式（姓名+学号+实验报告三.doc）图像变换与滤波器设计一、实验目的1.了解傅立叶变换、离散余弦变换及Radon变换在图像处理中的应用2.了解Matlab线性滤波器的设计方法二、实验内容1.傅立叶变换A)傅里叶变换基本操作I=imread('at3_1m4_04.tif');imshow(I);title('源图像');J=fft2(I);figure,imshow(J);title('傅立叶变换');%频移JSh=fftshift(J);figure,imshow(JSh);title('傅立叶变换频移');%直接傅立叶反变换Ji=ifft2(J);figure,imshow(Ji/256);title('直接傅立叶变换');%幅度JA=abs(J);iJA=ifft2(JA);figure,imshow(iJA/256);title('幅度傅立叶反变换');%相位JP=angle(J);iJP=ifft2(JP);figure,imshow(abs(iJP)*100);title('相位傅立叶反变换');B)利用MATLAB软件实现数字图像傅立叶变换的程序I=imread(‘at3_1m4_04.tif');%读入原图像文件imshow(I);%显示原图像fftI=fft2(I);%二维离散傅立叶变换sfftI=fftshift(fftI);%直流分量移到频谱中心RR=real(sfftI);%取傅立叶变换的实部II=imag(sfftI);%取傅立叶变换的虚部A=sqrt(RR.^2+II.^2);%计算频谱幅值A=（A-min(min(A))）/(max(max(A))-min(min(A)))*225;%归一化figure;%设定窗口imshow(A);%显示原图像的频谱C)绘制一个二值图像矩阵,并将其傅立叶函数可视化。f=zeros(30,30);f(5:24,13:17)=1;imshow(f,'notruesize')F=fft2(f);F2=log(abs(F));figure,imshow(F2,[-15],'notruesize');colormap(jet);F=fft2(f,256,256);%零填充为256×256矩阵figure,imshow(log(abs(F)),[-15],'notruesize');colormap(jet);F2=fftshift(log(1+abs(F)));%将图像频谱中心由矩阵原点移至矩阵中心figure,imshow(log(abs(F2)),[-15],'notruesize');colormap(jet);D)利用傅立叶变换分析两幅图像的相关性，定位图像特征。读入图像‘eurotext.tif’，抽取其中的字母‘a’。bw=imread('eurotext.tif');a=bw(177:203,424:444);imshow(bw);figure,imshow(a);C=real(ifft2(fft2(bw).*fft2(rot90(a,2),800,1024)));%求相关性figure,imshow(C,[]);thresh=max(C(:));figure,imshow(Cthresh-10)figure,imshow(Cthresh-15)请分析改程序显示图的含义。先读取图片，然后取出x=177:203,y=424:444之间的图片，在求原图和a的相关性，然后檫黑2.离散余弦变换(DCT)A)使用dct2对图像‘autumn.tif’进行DCT变换。RGB=imread('autumn.tif');imshow(RGB)I=rgb2gray(RGB);%转换为灰度图像figure,imshow(I)J=dct2(I);figure,imshow(log(abs(J)),[]),colormap(jet(64));colorbar;B)将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并与原图像比较。RGB=imread('autumn.tif');I=rgb2gray(RGB);%转换为灰度图像J=dct2(I);figure,imshow(I)K=idct2(J);figure,imshow(K,[0255])J(abs(J)10)=0;%舍弃系数K2=idct2(J);figure,imshow(K2,[0255])C)利用DCT变换进行图像压缩。I=imread('cameraman.tif');I=im2double(I);T=dctmtx(8);B=blkproc(I,[8,8],'P1*x*P2',T,T');mask=[1111000011100000110000001000000000000000000000000000000000000000];B2=blkproc(B,[88],'P1.*x',mask);I2=blkproc(B2,[88],'P1*x*P2',T',T);imshow(I)figure,imshow(I2)3.*Matlab线形滤波器设计采用频率变换方式，通过一维最优波纹FIR滤波器创建二维FIR滤波器)。b=remez(10,[00.40.61],[1100]);%阶次,频率向量,对应的理想幅频响应h=ftrans2(b);[H,w]=freqz(b,1,64,'whole');colormap(jet(64))plot(w/pi-1,fftshift(abs(H)));%使x轴取值0处对应曲线中心figure,freqz2(h,[3232])三、思考题1.傅里叶变换有哪些重要的性质?线性性质、尺度变换性质、对偶性、平移性质2.简述傅立叶频谱搬移的原理将信号乘以所谓的载频信号t0cos或tsin03.简述Fourier系数幅度、相位的物理意义。对幅度谱,是对信号轮廓和形状的描述;对相位谱,是对信号位置的描述4.图像的二维频谱在显示和处理时应注意什么?运用对数形式能增加显示细节,为了便于分析,使用fftshift函数将频谱的零频分量移至频谱的中心。进行傅里叶变换的图像应该是灰度图形，原rgb彩色图像无法进行相应变换。5.简述离散余弦变换（DCT）的原理。DCT变换利用傅立叶变换的性质。采用图像边界褶翻将像变换为偶函数形式，然后对图像进行二维傅立叶变换，变换后仅包含余弦项，所以称之为离散余弦变换。形态学操作一、实验目的1.了解膨胀和腐蚀的Matlab实现方法2.掌握图像膨胀、腐蚀、开启、闭合等形态学操作函数的使用方法3.了解二进制图像的形态学应用二、实验内容1.图像膨胀A)对包含矩形对象的二进制图像进行膨胀操作。BW=zeros(9,10);BW(4:6,4:7)=1;imshow(BW,'notruesize')se=strel('square',3);%3x3正方形结构元素BW2=imdilate(BW,se);%膨胀操作figure,imshow(BW2,'notruesize')B)改变上述结构元素类型(如：line,diamond,disk等)，重新进行膨胀操作。Disk,3:BW=zeros(9,10);BW(4:6,4:7)=1;imshow(BW,'notruesize')%se=strel('square',3);%3x3正方形结构元素se=strel('disk',3);BW2=imdilate(BW,se);%膨胀操作figure,imshow(BW2,'notruesize')C)对图像‘eurotext.tif’进行上述操作，观察不同结构元素膨胀的效果。BW3=imread('eurotext.tif');imshow(BW3)se2=strel(‘line’,11,90);%11x90线型结构元素BW4=imdilate(BW3,se2);%膨胀操作figure,imshow(BW4)2.图像腐蚀A)对图像‘circbw.tif’进行腐蚀操作。BW1=imread('circbw.tif');se=strel('arbitrary',eye(5));BW2=imerode(BW1,se,’same’);%腐蚀操作imshow(BW1)figure,imshow(BW2)B)对图像‘eurotext.tif’进行腐蚀操作。BW=imread('eurotext.tif');se=strel(‘line’,8,80);%8x80线型结构元素BW2=imerode(BW,se,’same’);%腐蚀操作imshow(BW)figure,imshow(BW2)3.膨胀与腐蚀的综合使用A)从原始图像‘circbw.tif’中删除电流线,仅保留芯片对象。方法一：先腐蚀(imerode)，再膨胀(imdilate)；BW1=imread('circbw.tif');imshow(BW1)se=strel('rectangle',[4030]);%选择适当大小的矩形结构元素BW2=imerode(BW1,se,'same');%先腐蚀,删除较细的直线figure,imshow(BW2)BW3=imdilate(BW2,se);%再膨胀,恢复矩形的大小figure,imshow(BW3)方法二：使用形态开启函数(imopen)。BW1=imread('circbw.tif');imshow(BW1)se=strel('rectangle',[4030]);BW2=imopen(BW1,se);%开启操作figure,imshow(BW2)B)改变结构元素的大小，重新进行开启操作，观察处理结果。se=strel(‘rectangle’,[2010]);se=strel(‘rectangle’,[5040]);C)置结构元素大小为[43],同时观察形态开启(imopen)与闭合(imclose)的效果，总结形态开启与闭合在图像处理中的作用。I=imread('circbw.tif');imshow(I)se=strel('rectangle',[43]);I1=imopen(I,se);%开启操作I2=imclose(I,se);%闭合操作figure,imshow(I1)figure,imshow(I2)D)综合实例I=imread('aeroplane2.jpg');level=graythresh(I);%得到合适的阈值bw=im2bw(I,level);%二值化SE=strel('square',3);%设置膨胀结构元素BW1=imdilate(bw,SE);%膨胀SE1=strel('arbitrary',eye(5));%设置腐蚀结构元素BW2=imerode(bw,SE1);%腐蚀BW3=bwmorph(bw,'open');%开运算BW4=bwmorph(bw,'close');%闭运算imshow(I);figure,imshow(bw);figure,imshow(BW1);figure,imshow(BW2);figure,imshow(BW3);figure,imshow(BW4);三、思考题1.结合实验内容，评价腐蚀运算与膨胀运算的效果。腐蚀：是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。膨胀：是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。2.结合实验内容，评价开运算与闭运算的效果。开运算：先腐蚀后膨胀的过程开运算。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。开运算通常是在需要去除小颗粒噪声，以及断开目标物之间粘连时使用。其主要作用与腐蚀相似，与腐蚀操作相比，具有可以基本保持目标原有大小不变的优点。闭运算：先膨胀后腐蚀的过程称为闭运算。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。3.腐蚀、膨胀、开、闭运算的适用条件是什么？腐蚀：可以用来消除小且无