数字图像处理第五次作业

姓名： 班级： 学号：

提交日期：2015年4月13日

1、频域低通滤波器：设计低通滤波器包括 butterworth and Gaussian (选择合适的半径，计算功率谱比),平滑测试图像test1和test2； （1）问题分析：

1）频率域滤波步骤：

①给定一幅大小为M×N的输入图像f（x，y），确定填充参数，典型的选取P=2M和Q=2N； ②对f（x，y）添加必要数量的0，形成大小为P×Q的填充后的图像fp（x，y）； ③用（-1）^(x+y)乘以fp（x，y）移到其变换中心； ④计算来自步骤3的图像的DFT，得到F(u,v)；

⑤生成一个实的、对称的滤波函数H(u,v)，其大小为P×Q，中心在（P/2，Q/2）处，用阵 列相乘形成乘积G(u,v)=H(u,v)F(u,v)；即G(i,k)=H(i,k)F(i,k)； ⑥得到处理后的图像：

其中，为忽略由于计算不准确导致的寄生复分量，选择了实部，下标p指出我们处理的

是填充后的阵列。

⑦通过从gp(x,y)的左上象限提取M×N区域，得到最终的处理结果个g(x,y)。

1 / 31

gp(x,y)?{real[??1[G(u,v)]]}(?1)x?y 2）布特沃斯低通滤波器：

截止频率位于距原点D0处的n阶布特沃斯低通滤波器（BLPF）的传递函数定义为

H(u,v)? 其中

11?[D(u,v)/D0]2n

BLPF 传递函数并没有在通过频率和滤除频率之间给出明显截止的尖锐的不连续性。对

于具有平滑传递函数的滤波器，可在这样一点定义截止频率，即使得H(u,v)下降到其最 大值的某个百分比点。对于上式，截止频率点是当D(u,v)=D0时的点，即H(u,v)从其最 大值1下降为50%。 3）高斯低通滤波器：

其中，D(u,v)是距离频率域矩形中心的距离。D0是截止频率。当D(u,v)=D0时，GLPF 下降到其最大值的0.607处。 4）功率谱

建立一组标准截止频率轨迹的一种方法是计算包含规定的总图像功率值Pt的圆。该值 是通过求每个点(u,v)处填充后图像的功率谱分量的和得到的，其中u=0,1....P-1， v=0,1....Q-1

D(u,v)?[(u?P/2)2?(v?Q/2)2]1/2H(u,v)?e?D22(u,v)/2D0PT???P(u,v) 其中，功率谱定义为

u?0v?0P?1Q?1

2P(u,v)?F(u,v)?R2(u,v)?I2(u,v) I 分别是 的实部和虚部，并且所有的计算直接对离散变量u=0,1...P-1,v=0,1...Q-1 R 和F(u,v)

如果DFT已被中心化，那么原点位于频率矩形中心处，半径为D0的圆包含a%的功率， 其中

uv

5）编程思路：由以上分析知，实现低通滤波，只需将原图像进行填充，之后计算其傅里

叶变换，得到F(u,v)；而滤波器的频率域函数已由定义给出H(u,v)。在频率域将F(u,v) 和H(u,v)对应点相乘，并将得到的结果通过傅里叶反变换回到空间域，即可得到最后 的滤波结果。对于功率谱的计算，只需将F(u,v)和G(u,v)遍历，并在每一个(u,v)处计 算其功率谱分量并求和，最后，两者做商既得功率谱比。（2）MATLAB函数： fft2函数用于数字图像的二维傅立叶变换； ifft2函数用于数字图像的二维傅立叶反变换；

fftshift函数用于将变换后的图象频谱中心从矩阵的原点移到矩阵的中心。 （3）处理结果：

1）布特沃斯低通滤波：

test1.bmp D0=25 功率谱比 a= 0.9741=97.41%

test1.bmp原始图像 test1布特沃斯低通滤波后（D0=25）

??100[??P(u,v)/PT]2 / 31

test1的傅里叶谱 布特沃斯低通滤波器（D0=25）

test1布特沃斯低通滤波后的傅里叶谱（D0=25）

test1.bmp D0=50 功率谱比 a=0.9909=99.09%

test1.bmp原始图像 test1布特沃斯低通滤波后（D0=50）

3 / 31