数字图像作业
数字图像作业
数字图像处理大作业一、设计一种滤波器（低通或者高通），要求写出算法实现的原理，绘出滤波器的三维透视图，滤波器的图像表示图以及剖面曲线。
本题设计的是1阶巴特沃斯高通滤波器算法原理：n阶具有D0截止频率的巴特沃斯高通滤波器的传递函数为错误！未找到引用源。
其中错误！未找到引用源。
编程实现如下：clearN1=200;N2=200;[f1,f2]=freqspace([N1 N2]);%确定二维频率响应的频率空间[x1,y1]=meshgrid(f1,f2);%把由f1和f2向量所指定的域变换为矩阵x1和y1%得到的矩阵可用来绘制三维网格图n=1; %设置滤波器阶数为1阶d0=25; %设置截止频率为25u=0:N1;v=0:N2;dis=sqrt(u.^2+v.^2);Huv=1./(1+(d0./dis).^(2*n));%构造巴特沃斯高通滤波器figure(1),plot(dis,Huv),title '滤波器的图像表示图'%输出滤波器图像表示图u0=round(N1/2);v0=round(N2/2);for i=1:N1for j=1:N2d=sqrt((i-u0)^2+(j-v0)^2);h=1/(1+(d0/d)^(2*n));H(i,j)=h; %构造二维频率响应函数endendfigure(2),mesh(x1,y1,H),title '滤波器的三维透视图'%利用矩阵x1,y1来绘制三维透视图figure(3),mesh(x1,y1,H),view(0,0),title '三维透视图剖面曲线'%绘制三维图的剖面图运行程序结果绘制了三幅图分别为：滤波器的图像表示图，滤波器的三维透视图，三维透视图的剖面曲线二、运用设计的滤波器实现图像的频率域增强。
图像频率域增强原理及步骤：频域图像增强是对图像经傅立叶变换后的频谱成分进行操作，然后逆傅立叶变换获得所需结果。
数字图像处理作业 PPT
数字图像处理作业
作业
P30 2、3、5 2. 图像量化时，如果量化级比较小时会产生什么现象？为什么？
3. 为什么非均匀量化多用于量化级数少的场合，而在量化级数多 的场合不用？
5. 设某个图像为
100 67 34 100
f
67
67
34 100
67 56 211 67
100 100 211 100
1）采用高斯模板对其进行均值滤波处理； 2）采用3×3模板对其进行中值滤波处理。
第6章
图像的锐化处理
作业
• 1.设图像为：
1 5 15 8
f
1
7
14
9
3 7 10 11
• 分的L别ap采la用cRioabne算r1t子s算对0 子其、进4 行So锐b6e化l 算。子和常用
第7章 图像分割
作业
• 已知一幅图像为：
1 2 3 4 5
6
7
8
9
10
f 11 12 13 14 15
16 17 18 19 20
21 22 23 24 25
• 1) 进行Δi=2，Δj=3平移后的图像矩阵。
• 2)对其进行缩小，其中k1=0.6，k2=0.75，写 出缩小后的图像矩阵。
• 已知一幅图像为：
1 2 3
f
4
5
6
7 8 9
• 1)对其旋转30度后的图像矩阵 • 2)对其旋转45度后的图像矩阵 • 3)对其旋转60度后的图像矩阵
大家学习辛苦了，还是要坚持
继续保持安静
第5章 图像的噪声抑制
作业
1. 已知图像为：
9 10 8 7
f 11 40 9 7 12 9 0 8
数字图像处理-作业汇总
1. 一幅8灰度级图像具有如下所示的直方图，求直方图均衡后的灰度级和对应概率，并画出均衡后的直方图的示意图。
（图中的8个不同灰度级对应的归一化直方图为[0.17 0.25 0.21 0.16 0.07 0.08 0.04 0.02]）解：由s k =∑Pr (r i )k i=0，可以求得原图像直方图的累进概率为： *s +=*0.17,0.42,0.63,0.79,0.86,0.94,0.98,1+其量化结果即：*s q +={17,37,47,67,67,1,1,1}对相应的原灰度级进行映射，即*k ′+=*1,3,4,6,7+相应地有:*s k ′+=*0.17,0.25,0.21,0.23,0.14+因而均衡后的直方图为:2.由题，p r (r )=−2r +2 p z (z )=2z由PDF 灰度变换的关系T (r )=∫p r (w )dw r=s =∫p z (t )dt z=G (z )可得{T (r )=−r 2+2r G (z )=z2⟹z =±√−r 2+2r 要求z 应当是非负的,因而z =√−r 2+2r3. 请计算如下两个向量与矩阵的卷积计算结果。
1) [ 1 2 3 4 5 4 3 2 1] *[ 2 0 -2]=[2,4,4,4,4,0,-4,-4,-4,-4,-2]2) [−101−202−101]∗[1320410323041052321431042]=[−1−3−13−204−3−6−44−4211−3−7−63−6415−3−11−48−10317−7−1125−10615−8−56−4−698−3−13−3−242]4. 高斯型低通滤波器在频域中的传递函数是H (u,v )=Ae −(u2+v 2)2σ2⁄ 根据二维傅里叶性质，证明空间域的相应滤波器形式为h (x,y )=A2πσ2e −2π2σ2(x 2+y 2)（这些闭合形式只适用于连续变量情况。
数字图像作业
一、简答1、简述图像数据冗余度概念及类型。
对于描述一幅图像所需要的最少信息之外的多余信息，称为冗余度。
a.数据冗余空间冗余：一帧图像上像素点与像素点的相关性；时间冗余：多帧图像间像素点与像素点的相关性；符号冗余：图像像素编码码流存在着可压缩性。
b.视觉冗余人眼对细节的分辨能力有限；人眼对颜色画面的分辨低于对黑白画面的分辨能力；人眼对高频信号变化的分辨低于对低频信号变化的分辨能力等。
2、简述帧内预测（DPCM）的过程。
1）预测器根据存储的前若干个样值对当前值进行预测，得到预测值；2）待编码值与预测值相减得到预测差值；3）对预测差值进行量化4）量化后的差值一方面进行熵编码并经信道传出去；另一方面与预测值相加，得到“有量化失真的复原值”，存储到预测器中，供对下一个样值预测之用5）接收端的预测值与解码后的差值相加形成复原值。
3、简述变换编码的过程，并说明变换编码实现压缩的原理。
通过变换去除一部分不重要的参数，达到压缩的目的。
其依据是图像数据经过变换后，出现能量集中的情况，则变换后可只选少量重要的系数进行编码，舍弃大部分不重要的系数，以达到压缩的目的4、什么是图像退化？引起图像退化的主要因素有哪些？。
数字图像在获取的过程中，由于各种原因会产生退化。
主演因素有：1、光学系统的像差与成像衍射2、A/D过程损失部分细节3、成像系统的非线性畸变4、环境随机噪声5、成像过程的相对运动6、射线辐射、大气湍流等造成的照片畸变7、遥感仪器的不稳定引起的照片几何失真5、简述图像退化模型。
1、原始图像g(x,y)经过一个退化过程H （退化算子或退化系统）的作用，再和噪声n(x,y)进行叠加，形成退化图像f(x,y)f(x,y)=H[g(x,y)]+n(x,y)2、连续退化模型在不考虑噪声影响时，系统输出由其输入和点扩展函数唯一确定。
即退化图像f(x,y)是原图像g(x,y)和引起退化的图像系统之点扩展函数h(x,y)的卷积。
(完整版)数字图像处理大作业
数字图像处理1.图像工程的三个层次是指哪三个层次？各个层次对应的输入、输出对象分别是什么？①图像处理特点：输入是图像，输出也是图像，即图像之间进行的变换。
②图像分割特点：输入是图像，输出是数据。
③图像识别特点：以客观世界为中心，借助知识、经验等来把握整个客观世界。
“输入是数据，输出是理解。
2.常用的颜色模型有哪些（列举三种以上）？并分别说明颜色模型各分量代表的意义。
①RGB（红、绿、蓝）模型②CMY（青、品红、黄）模型③HSI（色调、饱和度、亮度）模型3.什么是图像的采样？什么是图像的量化？1．采样采样的实质就是要用多少点来描述一幅图像，采样结果质量的高低就是用前面所说的图像分辨率来衡量。
简单来讲，对二维空间上连续的图像在水平和垂直方向上等间距地分割成矩形网状结构，所形成的微小方格称为像素点。
一副图像就被采样成有限个像素点构成的集合。
例如：一副640*480分辨率的图像，表示这幅图像是由640*480＝307200个像素点组成。
2．量化量化是指要使用多大范围的数值来表示图像采样之后的每一个点。
量化的结果是图像能够容纳的颜色总数，它反映了采样的质量。
针对数字图像而言：采样决定了图像的空间分辨率，换句话说，空间分辨率是图像中可分辨的最小细节。
量化决定了图像的灰度级，即指在灰度级别中可分辨的最小变化。
数字图像处理（第三次课）调用图像格式转换函数实现彩色图像、灰度图像、二值图像、索引图像之间的转换。
图像的类型转换：对于索引图像进行滤波时，必须把它转换为RGB图像，否则对图像的下标进行滤波，得到的结果是毫无意义的;2.用MATLAB完成灰度图像直方图统计代码设计。
6789101112131415161718192021222324252627282930title('lady-lenna');if isrgb(a);b=rgb2gray(a);%RGB转换为灰度图像endsubplot(2,2,2);imshow(b);%显示图像title('ladygaga-lenna');[m,n]=size(a);%返回图像大小e=zeros(1,256);for k=0:255for i=1:mfor j=1:nif a(i,j)==ke(k+1)=e(k+1)+1;%灰度值相同的进行累加endendendendsubplot(2,2,4);bar(e);%画图像的灰度直方图title('灰度直方图');c=imrotate(a,20);%图像的旋转subplot(2,2,3);imshow(c);数字图像处理（第四次课）编写matlab函数，实现在医学图像中数字减影血管造影。
数字图像处理作业
数字图像处理作业数字图像处理是一门研究如何对数字图像进行处理、分析、识别等的学科，而数字图像的处理就是利用计算机对图像进行数字化处理。
这门学科对日常生活中各行各业有着广泛的应用，比如医学图像处理、遥感图像处理、安防监控、虚拟现实等。
数字图像处理是一个复杂的过程，需要多个步骤的协同完成。
本篇文档就是一次关于数字图像处理的作业，下面将对数字图像处理的主要步骤和注意事项进行详细介绍。
图像数字化图像数字化是指将样本图像点的亮度值和位置坐标转换为数字信号，从而对图像进行处理和传输。
在数字图像处理中，数字图像通常表示为二维矩阵，其中矩阵中的每个元素对应图像中的每个像素。
每个像素的值表示亮度或颜色信息。
前置处理图像的前置处理是指对图像进行预处理，以清除噪声、增强对比度等操作。
前置处理的主要流程包括滤波、分割、边缘检测、形态学处理等。
滤波滤波是对图像进行平滑或锐化处理的过程。
平滑滤波的作用是去除噪声，提高图像的质量；锐化滤波的作用是增强图像的轮廓特征。
分割图像分割是指将图像划分为多个有意义的区域，以便于后续的处理。
最常见的分割方法有基于阈值的方法、边缘检测方法和区域增长法等。
边缘检测边缘检测是指在图像中找到亮度或颜色变化的位置，以便于提取图像的特征。
常用的边缘检测算法有Sobel算子、Prewitt算子、Canny算子等。
形态学处理形态学处理是一种基于图像形状的图像处理方法，其主要作用是对图像进行形态学操作，如腐蚀、膨胀、开运算、闭运算等。
特征提取特征提取是指从处理过后的数字图像中提取有用的信息或特征。
常用的特征提取方法有局部二值模式、霍夫变换、支持向量机(SVM)等。
局部二值模式局部二值模式是一种基于像素点周围局部邻域像素值的特征提取方法，可以有效地提取图像的纹理特征和形状特征等。
霍夫变换霍夫变换是一种基于数学原理的特征提取方法，主要应用于直线、圆弧等图形的识别和提取。
其原理是将特征空间转化为参数空间，通过在参数空间中的投票来找到与特定模型最适配的特征。
完整版数字图像处理作业题及部分答案
1.数字图像与连续图像相比具有哪些优点?连续图像f(x,y)与数字图像I(c,r)中各量的含义是什么?它们有何联系和区别? (To be compared with an analog image, what are the advantagesof a digital image? Let f(x,y) be an analog image, I(r, c) be a digital image, please giveexplanation and comparison for defined variables: f/I, x/r, and y/c)2.图像处理可分为哪三个阶段? 它们是如何划分的？各有什么特点? (We can divide image processing into 3 stages, what are they? how they are divided? What are their features?)答：低级处理---低层操作,强调图像之间的变换,是一个从图像到图像的过程;中级处理---中层操作,主要对图像中感兴趣的目标进行检测和测量,从而建立对图像的描述,是一个从图像到数值或符号的过程;高级处理---高层操作,研究图像中各目标的性质和相互联系,得出对图像内容含义的理解以及对原来客观场景的解释;3.试从结构和功能等角度分析人类视觉中最基本的几个要素是什么?什么是马赫带效应? 什么是同时对比度?它们反映了什么共同问题? (According to the structure and function of theeyes, what are the basic elements in human vision? What is the Mach Band Effect? What is Simultaneous Contrast? What common facts can we infer from both Mach Band Effect and Simultaneous Contrast?)答：人的视觉系统趋向于过高或过低估计不同亮度区域边界的现象称为“马赫带”效应;同时对比度指的是人的视觉系统对某个区域感觉到的亮度除了依赖于它本身的强度,还与背景有关. 马赫带效应和同时对比度现象表明人所感觉到的亮度并不是强度的简单函数.4.比较说明像素邻域、连接、通路以及连通基本概念的联系与区别。
最新数字图像课后习题答案作业
后为零。图像使用于图像传输，而锐化用于医疗图片的边缘检测和图像分割技术。
4 探讨空域增强处理与频域增强处理的特点，比较其性能。 答，空域增强处理是对图像的像素直接处理，利用变换函数
T(r) 直接进行变换，获得处理后的图像。频域增强处
名师整理
优秀资源
理的修改图像的傅氏变换为基础的，在滤波器处理后变换获得处理后图像。频域性能较好。
2、试述轮廓追踪的基本原理和操作步骤。 答，基本原理是通过顺序找出边缘点来跟踪边界，
从而找出图像中区域的边界轮廓。 操作步骤是首先按从上到下，
从左到右的顺序扫描图像， 寻找没有标记跟踪结束记号的第一个边界起始点
A ，A 是具有最小行和列值的边界
点。定义一个扫描方向变量 dir ， 该变量用于记录上一步中沿着前一个边界点到当前边界点的移动方向，
直方图均衡化的目的 ,对于数字图像，用频率代替概率 .
2 试述规定化直方图增强原理； 答。r, z 分别表示原始图像的灰度和希望得到的结果图像的灰度
（归一化）；对原始图像作直方图均衡化处理；
对结果图像作直方图均衡化处理；都为均匀的直方图。按照希望得到的图像的灰度概率密度函数
pz(z) ，作均衡，
求得变换函数 G(z) ；用得到的灰度级 s 作逆变换 z= G-1(s) 。
名师整理
优秀资源
数字图像课后习题答案
第一章 1、 说明图象数字化与图象空间分辨率之间的关系 答。数字图像的分辨率是数字图像数字化精度的衡量指标之一。图像的空间分辨率是在图像采样过程中选择 和产生的，图像的空间分辨率用来衡量数字图像对模拟图像空间坐标数字化的精度。一般来说，采样间隔越 大， 所得图像像素数越少， 空间分辨率低， 质量差， 严重时出现像素呈块状的国际棋盘效应。 采样间隔越小， 所得图像像素数越多，空间分辨率高，图像质量好，但数据大。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像处理大作业一、设计一种滤波器（低通或者高通），要求写出算法实现的原理，绘出滤波器的三维透视图，滤波器的图像表示图以及剖面曲线。
本题设计的是1阶巴特沃斯高通滤波器算法原理：n阶具有D0截止频率的巴特沃斯高通滤波器的传递函数为错误！未找到引用源。
其中错误！未找到引用源。
编程实现如下：clearN1=200;N2=200;[f1,f2]=freqspace([N1 N2]);%确定二维频率响应的频率空间[x1,y1]=meshgrid(f1,f2);%把由f1和f2向量所指定的域变换为矩阵x1和y1%得到的矩阵可用来绘制三维网格图n=1; %设置滤波器阶数为1阶d0=25; %设置截止频率为25u=0:N1;v=0:N2;dis=sqrt(u.^2+v.^2);Huv=1./(1+(d0./dis).^(2*n));%构造巴特沃斯高通滤波器figure(1),plot(dis,Huv),title '滤波器的图像表示图'%输出滤波器图像表示图u0=round(N1/2);v0=round(N2/2);for i=1:N1for j=1:N2d=sqrt((i-u0)^2+(j-v0)^2);h=1/(1+(d0/d)^(2*n));H(i,j)=h; %构造二维频率响应函数endendfigure(2),mesh(x1,y1,H),title '滤波器的三维透视图'%利用矩阵x1,y1来绘制三维透视图figure(3),mesh(x1,y1,H),view(0,0),title '三维透视图剖面曲线'%绘制三维图的剖面图运行程序结果绘制了三幅图分别为：滤波器的图像表示图，滤波器的三维透视图，三维透视图的剖面曲线二、运用设计的滤波器实现图像的频率域增强。
图像频率域增强原理及步骤：频域图像增强是对图像经傅立叶变换后的频谱成分进行操作，然后逆傅立叶变换获得所需结果。
其原理如下图所示：频域图像增强原理图高通滤波器技术是利用高通滤波器来忽略图像中过度平缓的部分，突出细节和跳变等的高频部分，使得增强后的图像边缘信息分明清晰。
高通滤波技术进行增强处理后的图像，视觉效果不好，较适用于图豫中物体的边缘提取。
用1阶巴特沃斯高通滤波器对图像进行频率域增强编程实现如下:clearIm=imread('C:\Users\Yabing\Desktop\数字图像处理\hh.jpg');subplot(1,2,1),imshow(Im),title '原图像' %输出原图像if ndims(Im) == 3 %如果原图像是三维的则转化为二维Im=rgb2gray(Im);endf=double(Im);k=fft2(f); %对图像进行二维离散傅里叶变换g=fftshift(k); %把快速傅里叶变换的DC组件移到光谱中心[N1,N2]=size(g);%取原图相对应矩阵的大小n=1; %设置滤波器阶数为1阶d0=25; %设置截止频率为25u0=round(N1/2);v0=round(N2/2);for i=1:N1for j=1:N2d=sqrt((i-u0)^2+(j-v0)^2);h=1/(1+(d0/d)^(2*n));y(i,j)=h*g(i,j); %对图像进行滤波处理endendy=ifftshift(y);E1=ifft2(y); %对滤波处理后的图像进行二维离散傅立叶逆变换E2=uint8(real(E1));subplot(1,2,2),imshow(E2),title '1阶巴特沃斯高通滤波处理后'%滤波处理后输出图像程序运行结果如下截止频率为25的1阶巴特沃斯高通滤波器对图像进行频率域增强如下图：仿真结果分析：由上图可得，原图像经过高通滤波处理后突出了跳变的高频部分，减弱图像中灰度值缓慢变化的低频部分，使得增强后的图像边缘信息分明、清晰。
三、同态滤波在图像增强中的应用1、同态滤波的原理同态滤波是一种在频域中进行的图像对比度增强和压缩图像亮度范围的特殊方法。
同态滤波器能够减少低频并且增加高频，从而能减少光照变化并锐化边缘细节。
图像的同态滤波技术的依据是图像获取过程中的照明反射成像原理。
它属于频域处理,作用是对图像灰度范围进行调整,通过消除图像上照明不均的问题。
非线性滤波器能够在很好地保护细节的同时, 去除信号中的噪声,同态滤波器就是一种非线性滤波器,其处理是一种基于特征的对比度增强方法,主要用于减少由于光照不均匀引起的图像降质,并对感兴趣的景物进行有效地增强。
同台系统适用于服从广义叠加原理，输入和输出之间可以用线性变化表示的系统。
图像的同态滤波是基于以入射光和反射光为基础的图像模型上的，如果把图像函数(,)f x y 表示为光照函数，即照射分量(,)i x y 与反射分量(,)r x y 两个分量的乘积，那么图像的模型可以表示为(,)(,)(,)f x y i x y r x y =∙，其中0(,)r x y <<∞，0(,)i x y <<∞。
(,)r x y 的性质取决于成像物体的表面特性。
通过对光照分量和反射分量的研究可知，光照分量一般反映灰度的恒定分量，相当于频域中的低频信息，减弱入射光就可以起到缩小图像灰度范围的作用；而反射光与物体的边界特性是密切相关的，相当于频域中的高频信息，增强反射光就可以起到提高图像对比度的作用。
因此，同态滤波器的传递函数一般在低频部分小于1，高频部分大于1。
进行同态滤波，首先要对原图像(,)f x y 取对数，目的是使得图像模型中的乘法运算转化为简单的加法运算：(,)ln (,)ln (,)ln (,)z x y f x y i x y r x y ==+再对对数函数做傅立叶变换，目的是将图像转换到频域：((,))[ln (,)][ln (,)]F z x y F i x y F r x y =+即Z I R =+，同态滤波器的传递函数H(U,V)选择适当的传递函数，压缩照射分量(,)i x y 的变化范围，削弱，增强反射分量(,)r x y的对比度，提升，增强高频分量，即确定一个合适的(,)H u v 。
由上分析可知(,)H u v 的大致形状如上图所示。
假设用一个同态滤波器函数(,)H u v 来处理原图像(,)f x y 的对数的傅立叶变换(,)Z u v ，得(,)(,)(,)(,)(,)(,)(,)S u v H u v Z u v H u v I u v H u v R u v ==+逆变换到空域得1(,)((,))s x y F S u v -=再对取指数即得到最终处理结果'(,)exp((,))f x y s x y =：，相当于高通滤波。
同态滤波的原理框图2、同态滤波器参数的选取方法由于截至频率D 与照度场和反射系数有关，所以通过大量实践来选择。
也可以通过对照度场的频谱分析得到光照特性，从而选取滤波器参数。
在频率空间，图像的信息表现为不同频率的分量的组合。
一个图像尺寸为M N ⨯的函数(,)f x y 的离散傅立叶变化由以下等式给出：112()001(,)(,)ux vy M N j M N x y F u v f x y e MN π---+===∑∑，中u 012M 1v u 012N 1=⋯-==⋯-，，，；，，， 频谱1222|(,)|[Re (,)Im (,)]F u v u v u v =+，其中Re(,)u v 和Im (,)u v 分别为(,)F u v 的实部和虚部。
假设光照是绝对均匀的，光照场的频谱只有直流分量，随着光照不均匀程度的增加，谐波分量所占比例增加。
在不均匀光照条件下，通过计算第n 次谐波分量占谐波总量的比例，容易得到所占比例较大的谐波频率范围对应的频率即为带阻滤波器上、下限频率。
具体步骤如下：1）用(1)x y +-乘以输入图像进行中心变换，将(,)F u v 原点变换到频率坐标下的(/2,/2)M N ；2）计算离散傅立叶变换，即得到(,)F u v ；3）计算点(,)u v 到频率矩形原点的距离，如下表示：(,)D u v =4）由于图像由实部和虚部组成计算出不同(,)D u v 对应的频率谱|(,)|F u v ，它们位于以原点为中心、(,)D u v 为半径的圆周上；5）计算不同半径(,)D u v 的圆周包围的图像功率(,)P u v 占总图像功率Pt 的比例α，其步骤为2(,)|(,)|P u v F u v =1100(,)M N u v Pt P u v --===∑∑ (,)[]100%u v P u v Ptα=⨯∑∑ 6）把α从大到小进行排序，计算前n 项和S ，当S >0.7时停止计算，对应的(,)D u v 的范围分别为上下限频率01D 、02D3、图像处理案例原图像通过同态滤波器处理后的图像4、部分matlab代码clear;close all;[image_0,map]=imread('aaa1','bmp'); % 读取图像image_1=log(double(image_0)+1);image_2=fft2(image_1);n=3;D0=0.05*pi; %通过变换参数可以对滤波效果进行调整rh=0.9;rl=0.3;[row,col]=size(image_2);for k=1:1:rowfor l=1:1:colD1(k,l)=sqrt((k^2+l^2));H(k,l)=rl+(rh/(1+(D0/D1(k,l)^(2*n))));endendimage_3=(image_2.*H);figure(1),imshow(image_3,map)image_4=ifft2(image_3);image_5=(exp(image_4)-1);figure(2),imshow(image_0,map)figure(3),imshow(real(image_5),map)5、设计总结从实验结果可知：在频域内的同态滤波方法只要选取适当的滤波器参数，就可以在增强图像高频信息的同时保留部分低频信息，达到压缩图像灰度的动态范围，增强图像的对比度的效果。
本文通过光照场的频谱分析，能快速准确地选取滤波器参数。
改进的同同态滤波器的参数获取办法，有利于快速获得增强效果好的参数，对光照不均匀的图像的补偿效果更明显。
老师留下的问题问题1：为什么人眼能识别到图像？答：因为一幅图像的图像函数可以分成照射分量和反射分量，存在对比度能让人识别得到。
问题2：图像中的照射分量属于高频部分还是低频部分？答：照射分量属于低频部分。