数字图像处理上机实验题。
一、基础部分。
1. 产生右图所示图像 f1(m,n)，其中图像大小为256×256，中间亮条为128×32，暗处=0，亮处=100。对其进行fft：
1 同屏显示原图f1(m,n)和fft(f1)的幅度谱图；
2 若令f2(m,n)=（1）m+n f1(m,n)，重复以上过程，比较二者幅度谱的异同，简述理由；
3 若将f2(m,n)顺时针旋转90度得到f3(m,n)，试显示fft(f3)的幅度谱，并与fft(f2)的幅度谱进行比较；
4 若将f1(m,n) 顺时针旋转90度得到f4(m,n)，令f5(m,n)=f1(m,n)+f4(m,n)，试显示fft(f5)的幅度谱，并指出其与 fft(f1)和fft(f4)的关系；
5 若令f6(m,n)=f2(m,n)+f3(m,n)，试显示fft(f6)的幅度谱，并指出其与 fft(f2)和fft(f3)的关系，比较fft(f6)和fft(f5)的幅度谱。
程序如下：clc
clear all
m=256;
n=256;
f1=zeros(m,n);
f1(65:192,113:144)=100;
fftf1=fft2(f1);
ff1=log(1+abs(fftf1));
figure(1),subplot(131),imshow(f1),title('原图像f1');
subplot(132),imshow(abs(fftf1),[title('原图像的傅里叶变换');
subplot(133),imshow(abs(ff1),[title('以对数坐标显示');
for x=1:m
for y=1:n
f2(x,y)=(1)^(x+y)*f1(x,y);
endend
fftf2=fft2(f2);
ff2=log(1+abs(fftf2));
figure(2),subplot(131),imshow(f2),title('原图像乘-1的m+n次方得到f2');
subplot(132),imshow(abs(fftf2),[title('f2的傅里叶变换');
subplot(133),imshow(abs(ff2),[title('以对数坐标显示');
f3=imrotate(f2,-90);
fftf3=fft2(f3);
ff3=log(1+abs(fftf3));
figure(3),subplot(131),imshow(f3),title('f2顺时针旋转90度得到f3');
subplot(132),imshow(abs(fftf3),[title('f3的傅里叶变换');
subplot(133),imshow(abs(ff3),[title('以对数坐标显示');
f4=imrotate(f1,-90);
f5=f1+f4;
fftf4=fft2(f4);
fftf5=fft2(f5);
ff4=log(1+abs(fftf4));
ff5=log(1+abs(fftf5));
figure(4),subplot(131),imshow(f4),title('f1顺时针旋转90度得到f4');
subplot(132),imshow(abs(fftf3),[title('f4的傅里叶变换');
subplot(133),imshow(abs(ff3),[title('以对数坐标显示');
figure(5),subplot(131),imshow(f5),title('f5=f1+f4');
subplot(132),imshow(abs(fftf5),[title('f5的傅里叶变换');
subplot(133),imshow(abs(ff5),[title('以对数坐标显示');
f6=f2+f3;
fftf6=fft2(f6);
ff6=log(1+abs(fftf6));
figure(6),subplot(131),imshow(f6),title('f6=f2+f3');
subplot(132),imshow(abs(fftf6),[title('f6的傅里叶变换');
subplot(133),imshow(abs(ff6),[title('以对数坐标显示');
结果分析： 同屏显示原图f1(m,n)和fft(f1)的幅度谱图；
f1的幅度谱。
若令f2(m,n)=(1)^(m+n)*f1(m,n)，重复以上过程，比较二者幅度谱的异同，简述理由；
f2的幅度谱。
f1(m,n)的幅度谱中，能量集中在四个角上，f2(m,n)的幅度谱能量集中在中心位置附近。
根据傅里叶变换的频域移位特性，f1(m,n)乘(-1）^(m+n),在频域里面对应其幅度谱平移m/2和n/2，即进行了频谱中心化。
若将f2(m,n)顺时针旋转90 度得到f3(m,n)，试显示fft(f3)的幅度谱，并与fft(f2)的幅度谱进行比较；
f3的幅度谱。
从结果可以看出f3的幅度谱相对于f2的幅度谱也顺时针旋转了90度，原因是傅里叶的旋转不变性。
若将f1(m,n) 顺时针旋转90 度得到f4(m,n)，令f5(m,n)=f1(m,n)+f4(m,n)，试显示fft(f5)的幅度谱，并指出其与 fft(f1)和fft(f4)的关系；
f1的幅度谱。
f4的幅度谱。
f5的幅度谱。
关系：fft(f5)=fft(f1)+fft(f4)
若令f6(m,n)=f2(m,n)+f3(m,n)，试显示fft(f6)的幅度谱，并指出其与fft(f2)和fft(f3)的关系，比较fft(f6)和fft(f5)的幅度谱。
f6的幅度谱。
关系：fft(f6)=fft(f2)+fft(f3)，fft(f6)是fft(f5)中心化后的结果。
2. 产生教材104页题图4.18（右图）所示的二值图像（白为1，黑为0），编程实现习题4.
18所要求的处理（33的平均滤波和中值滤波）功能（图像四周边界不考虑，处理结果按四舍五入仍取0或1），显示处理前后的图像，比较其异同。
程序如下：clc
clear all
m=zeros(256,256);%构造一个所需**大小的全零矩阵。
for i=1:2:8
for j=1:2:8
m(1+32*(i-1):32*i,1+32*(j-1):32*j)=1;
m(1+32*i:32*(i+1),1+32*j:32*(j+1))=1;
endend
n=m;h=m;
l=(1/9)*ones(3,3);
for i=2:255
for j=2:255
k=m(i-1:i+1,j-1:j+1);
n(i,j)=round(sum(sum(l.*k)))
h(i,j)=median(reshape(k,1,9));
endend
figure(1);subplot(1,2,1),imshow(m),title('原始图像');
subplot(1,2,2),imshow(n),title('平滑滤波结果');
figure(2);subplot(1,2,1),imshow(m),title('原始图像');
subplot(1,2,2),imshow(h),title('中值滤波结果');
运行结果如图所示：
3*3平滑滤波结果。
中值滤波结果。
从程序运行结果可以看出处理前后图像不变。
3. 产生教材104页题图4.16所示的灰度图像（白为255，黑为0），分别加入高斯白噪声和椒盐噪声，再分别进行33的平均滤波和中值滤波，显示原图像、加噪图像和滤波结果图像，并比较四种滤波结果。
程序如下：clc
clear all
im=zeros(256,256);
for i=0:8
a=29+24*i;
im(24:233,a:a+7)=255;
endim1=imnoise(im,'gaussian');
im2=imnoise(im,'salt & pepper');
**gim1=im1;
medim1=im1;
**gim2=im2;
medim2=im2;
**g=1/8*[1,1,1;1,0,1;1,1,1];
for x=2:255
for y=2:255
m1=im1(x-1:x+1,y-1:y+1);
m2=im2(x-1:x+1,y-1:y+1);
**gim1(x,y)=sum(sum(**g.*m1));
**gim2(x,y)=sum(sum(**g.*m2));
medim1(x,y)=median(reshape(m1,1,9));
medim2(x,y)=median(reshape(m2,1,9));
endend
figure(1),subplot(131),imshow(im),title('原图像');
subplot(132),imshow(im1),title('加入高斯白噪声后的图像');
subplot(133),imshow(im2),title('加入椒盐噪声后的图像');
figure(2),subplot(221),imshow(**gim1),title('高斯噪声图像均值滤波结果');
subplot(222),imshow(medim1),title('高斯噪声图像中值滤波结果');
subplot(223),imshow(**gim2),title('椒盐噪声图像均值滤波结果');
subplot(224),imshow(medim2),title('椒盐噪声图像中值滤波结果');
程序运行结果如下：
对原图像加入两种噪声后结果。
分别采用均值滤波和中值滤波对两幅噪声图像进行滤波处理。
从结果来看，均值滤波器和中值滤波器都能对噪声进行滤除，但是均值滤波会使图像边缘变得模糊，中值滤波能够很好地保持图像的边缘。均值滤波器对高斯噪声图像滤波效果较好，中值滤波对椒盐噪声图像的滤波结果好于均值滤波器对椒盐噪声图像的滤波结果。
数字图像处理作业
2017暑假小学期。专业。班级。姓名。学号。摘要 数字图像处理的目的是改善 质量，利用matlab设计几个简单的图像处理程序。该程序具备图像处理的日常功能 图像代数与几何运算 直方图与图像明暗关系分析 直方图均衡化 滤波器的使用与图像分割技术。通过运行 解释结合图像效果，分别介绍了处理原理与过程。关...
数字图像处理作业
图1是一张因拍摄时晃动而产生模糊的图像，试估计其psf并恢复图像。题中已明确此图是由于运动导致的模糊，所以采取课件上标准的恢复方法。首先，对 进行laplace滤波，是为了凸显图像中的高频部分，而后对图像进行radon变换以求出运动模糊的角度，由于角度标准和方向问题，需要将求出的角度减去90 也即。...
数字图像处理作业
数字图像处理。课。程。论。文。姓名 学号 一 直方图原理分析。图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。图像增强技术主要有直方图修改处理 图像平滑化处理 图像尖锐化处理和彩色处理技术等。...