第一范文网 - 专业文章范例文档资料分享平台

遥感图像处理实验报告 - 图像的频率域滤波处理

来源:用户分享 时间:2025/7/12 17:36:03 本文由闁哄纾崝锟� 分享 下载这篇文档手机版
说明:文章内容仅供预览,部分内容可能不全,需要完整文档或者需要复制内容,请下载word后使用。下载word有问题请添加微信号:xxxxxxx或QQ:xxxxxx 处理(尽可能给您提供完整文档),感谢您的支持与谅解。

%什么也不做; end end end

%显示频率域图像 figure(9);

imshow(abs(real(highpass_100)), [0 50000]);

title('频率域图像截止频率为100的理想高通滤波器'); %傅立叶逆运算反算图像

image = ifftshift(highpass_100); %还原矩阵 image = ifft2(image); %傅立叶逆运算 image = abs(real(image)); %复数取实部 %显示处理结果图像 figure(10);

imshow(image, []);

title('处理结果截止频率为100的理想高通滤波器')

%%%%%%截止频率为50的巴特沃斯低通滤波器%%%%%% for u = 1:m, for v = 1:n

D=sqrt((u-p)^2 + (v-q)^2); Butterworth(u,v)=1/(1+D/50)^(2*2); end end

%显示频率域图像 figure(11);

imshow(abs(real(Butterworth)), []);

title('频率域图像截止频率为50的巴特沃斯低通滤波器'); %傅立叶逆运算反算图像 image = F.*Butterworth; image = ifftshift(image); image = abs(ifft2(image)); %显示处理结果图像 figure(12);

imshow(image, []);

title('处理结果截止频率为50的巴特沃斯低通滤波器')

%%%%%%截止频率为50的高斯低通滤波器%%%%%% for u=1:m, for v=1:n

D=sqrt((u-p)^2 + (v-q)^2); Gaussian(u,v)=exp(-D^2/(2*50^2)); end end

%显示频率域图像 figure(13);

imshow(abs(real(Gaussian)), []);

title('频率域图像截止频率为50的高斯低通滤波器'); %傅立叶逆运算反算图像 image = F.*Gaussian; image = ifftshift(image); image = abs(ifft2(image));

%显示处理结果图像 figure(14);

imshow(image, []);

title('处理结果截止频率为50的高斯低通滤波器');

四:实验结果(仅列一例)

五:实验心得

1:相较空域滤波,频率域滤波的算法复杂度更高。相较标准的傅立叶变换,快速傅立叶变换节省了更多时间与空间,大大降低了算法的复杂度。

2:空域滤波是

领域+算子->新像素灰度值 的运算模式,而频率域滤波则是

原始图像+傅立叶变换->频谱信号 频谱信号+滤波器->新的频谱信号

新的频谱信号+傅立叶逆变换->新的图像

这样的运算方式。空域滤波处理中,新图像某一像素的灰度值,取决于该位置上以原像素为中心的领域的所有像素的灰度值,而在频率域滤波处理中,新图像上任何一个像素的灰度值,与原图像的所有像素的灰度值,都有关系。

3:把图像抽象成频谱信号,可以从频谱信号上统计出在空域上难以发现的一些周期性变动,如在空域看起来杂乱无章的椒盐噪声等。也能更好的界定出一些在空域滤波上难以准确界定的边缘,例如条带噪声等。总的来说,频域处理的结果要比空域处理的结果要好,也更灵活,但其相对于空域的运算代价十分巨大。

遥感图像处理实验报告 - 图像的频率域滤波处理.doc 将本文的Word文档下载到电脑,方便复制、编辑、收藏和打印
本文链接:https://www.diyifanwen.net/c3htie2jbee5kaxd90sev_2.html(转载请注明文章来源)
热门推荐
Copyright © 2012-2023 第一范文网 版权所有 免责声明 | 联系我们
声明 :本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。
客服QQ:xxxxxx 邮箱:xxxxxx@qq.com
渝ICP备2023013149号
Top