matlab实现频域平滑滤波以及图像去噪代码-第1节

按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！


　悬赏分：50　…　解决时间：2008…11…8　14：21　
是数字图象处理的实验，麻烦高人给个写好的代码，希望能在重要语句后面附上一定的说明，只要能在MATLAB上运行成功，必然给分。具体的实验指导书上的要求如下：
频域平滑滤波实验步骤
1。　打开Matlab　编程环境；
2。　利用’imread’　函数读入图像数据；
3。　利用’imshow’　显示所读入的图像数据；
4。　将图像数据由’uint8’　格式转换为’double’　格式，并将各点数据乘以
（…1）x＋y　以便FFT　变换后的结果中低频数据处于图像中央；
5。　用’fft2’　函数对图像数据进行二维FFT　变换，得到频率域图像数据；
6。　计算频率域图像的幅值并进行对数变换，利用’imshow’　显示频率域图
像；
7。　在频率图像上去除滤波半径以外的数据（置0）；　
8。　计算频率域图像的幅值并进行对数变换，利用’imshow’　显示处理过的
频域图像数据；
9。　用’ifft2’　函数对图像数据进行二维FFT　逆变换，并用’real’函数取其实
部，得到处理过的空间域图像数据；
10。　将图像数据各点数据乘以（…1）x＋y；　
11。　利用’imshow’　显示处理结果图像数据；
12。　利用’imwrite’函数保存图像处理结果数据。

图像去噪实验步骤：
1。　打开Matlab　编程环境；
2。　利用’imread’　函数读入包含噪声的原始图像数据；
3。　利用’imshow’　显示所读入的图像数据；
4。　以3X3　大小为处理掩模，编写代码实现中值滤波算法，并对原始噪声
图像进行滤波处理；
5。　利用’imshow’　显示处理结果图像数据；
6。　利用’imwrite’　函数保存图像处理结果数据。

即使不是按这些步骤来的也没关系，只要是那个功能，能实现就OK，谢谢大家　

％％％％％％％％spatial　frequency　（SF）　filtering　by　low　pass　filter％％％％％％％％

％　the　SF　filter　is　unselective　to　orientation　（doughnut…shaped　in　the　SF
％　domain）。

＇FileName；PathName；FilterIndex＇　=　uigetfile　；
filename　=　fullfile（PathName；　FileName）　；

＇X　map＇　=　imread（filename；　fmt）；　％　read　image　
L　=　double（X）；　％　transform　to　double
％％％％％％％％％％％％％　need　to　add　（…1）x＋y　to　L

％　calculate　the　number　of　points　for　FFT　（power　of　2）
fftsize　=　2　。^　ceil（log2（size（L）））；
％　2d　fft
Y　=　fft2（X；　fftsize（1）；　fftsize　（2））；
Y　=　fftshift（Y）；

％　obtain　frequency　（cycles/pixel）
f0　=　floor（＇m　n＇　/　2）　＋　1；
fy　=　（（m：　…1：　1）　…　f0（1）　＋　1）　/　m；
fx　=　（（1：　n）　…　f0（2））　/　n；
＇mfx　mfy＇　=　meshgrid（fx；　fy）；

％　calculate　radius
SF　=　sqrt（mfx　。^　2　＋　mfy　。^　2）；

％　SF…bandpass　and　orientation…unselective　filter
filt　=　SF　》　k0；

A_filtered　=　filt　。*　A；　％　SF　filtering
L_filtered　=　real（ifft2（ifftshift（A_filtered）））；　％　IFFT
L_filtered　=　L_filtered（1：　size（L；　1）；　1：　size（L；　2））；
％％％％％％％％％％need　to　add　（…1）x　＋　y　to　L_filtered

％　show
figure（1）；
clf　reset；
colormap　gray；

％　plot　image
subplot（2；　2；　1）；
imagesc（L）；
colorbar；
axis　square；
set（gca；　'TickDir'；　'out'）；
title（'original　image'）；
xlabel（'x'）；
ylabel（'y'）；
imwrite（L；　fullfile（FilePath；　'original　image。bmp'）；　'bmp'）　；

％　plot　amplitude
A　=　abs（A）；
A　=　log10（A）；
％　spectral　amplitude
subplot（2；　2；　2）；
imagesc（fx；　fy；　A）；
axis　xy；
axis　square；
set（gca；　'TickDir'；　'out'）；
title（'amplitude　spectrum'）；
xlabel（'fx　（cyc/pix）'）；
ylabel（'fy　（cyc/pix）'）；
imwrite（A；　fullfile（FilePath；　'amplitude　spectrum。bmp'）；　'bmp'）　；

％　filter　in　the　SF　domain
subplot（2；　2；　3）；
imagesc（fx；　fy；　filt）；
axis　xy；
axis　square；
set（gca；　'TickDir'；　'out'）；
title（'filter　in　the　SF　domain'）；
xlabel（'fx　（cyc/pix）'）；
ylabel（'fy　（cyc/pix）'）；
imwrite（filt；　fullfile（FilePath；　'filter　in　SF。bmp'）；　'bmp'）　；


％　filtered　image
subplot（2；　2；　4）；
imagesc（L_filtered）；
colorbar；
axis　square；
set（gca；　'TickDir'；　'out'）；
title（'filtered　image'）；
xlabel（'x'）；
ylabel（'y'）；
imwrite（filtered；　fullfile（FilePath；　'filtered　image。bmp'）；　'bmp'）；


％％％％％％％％％％％％％％％％％median　filter％％％％％％％％％％％％％％％％
＇FileName；PathName；FilterIndex＇　=　uigetfile　；
filename　=　fullfile（PathName；　FileName）　；

＇LNoise　map＇　=　imread（filename；　fmt）；　％　read　image　
L　=　medfilt2（LNoise；　＇3　3＇）；　％　remove　the　noise　with　3*3　block

figure　；
imshow（LNoise）　；
title（'image　before　fitlering'）　；
figure
imshow（L）
title（'filtered　image'）　；
imwrite（FilePath；　'filtered　image。bmp'；　bmp）　

　13回答者：　820802461