实验一 图像变换
数字图像处理实验一图像FFT 和DCT变换
课程名称数字图像处理与分析实验项目实验一图像FFT 和DCT变换实验地点实验学时实验类型指导教师实验员专业班级学号姓名年月日教师评语一、实验目的及要求1、了解图像变换的意义和手段；2、熟悉傅里叶变换的孩本性质；3、热练掌握FFT方法反变换；4、通过实验了解二维频谱的分布特点；5、通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。
二、实验原理与内容1、应用傅立叶变换进行图像处理傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。
通过实验培养这项技能，将有助于解决大多数图像处理问题。
对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。
2、傅立叶（Fourier）变换的定义对于二维信号，二维Fourier变换定义为：二维离散傅立叶变换为：图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法，具体参见参考书目，有关傅立叶变换的快速算法的程序不难找到。
实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。
3利用MA TLAB软件实现数字图像傅立叶变换的程序。
三、实验软硬件环境装有MATLAB软件的电脑四、实验过程（实验步骤、记录、数据、分析）1、FFT实验代码：I=imread('11.jpg'); f=I(:,:,1);imshow(f,'InitialMagnification','fit'); %确定像素值的显示范围title('yuantu');F=fft2(f); %二维傅立叶变换F1=fft2(f,256,256);%补零操作的二维傅立叶变换F2=log(abs(F1));%对F1的幅值取对数figure,subplot(1,2,1),imshow(F1,[-1 5],'InitialMagnification','fit'); colormap(jet); title('ftttu256*256'); subplot(1,2,2),imshow(F2,[-1 5],'InitialMagnification','fit'); colormap(jet); title('logabsffttu');figure,imshow(ifft2(F),[ ],'InitialMagnification','fit'); title('iffttu');figure,imshow(ifft2(F1),[ ],'InitialMagnification','fit'); title('iffttu256*256');运行结果：分析：fit的设置把原图以灰度图像输出，由原图和FFT 变换图对比可知，变换之后，灰度变低。
python图像变换实验心得
python图像变换实验心得python 图像变换实验心得， Python 图像变换实验心得实验一：用 pytho 制作一张可以让鼠标移动的图片，要求是让鼠标在图片上面能够随意移动。
实验二：利用模块对图片进行缩放和旋转处理，最终得到让鼠标在图片上移动不同角度的图片。
这两个任务其实都很简单，大家也应该比较熟悉，因此我就不多说了。
看了实验要求后我们开始写代码来实现我们的实验目标，首先我们使用 opencv 来对图片进行缩放操作，使得鼠标可以移动到图片的每一个位置，然后我们使用 cursor 函数来获取鼠标当前的位置，接着我们再次使用 opencv 来完成对图片的旋转操作，让鼠标始终指向图片中心点，最后我们使用 shapeatrof 函数来将图片进行对齐，然后将图片保存起来。
我还记得刚接触 Python 时，那会儿我的第一个 Python 项目就是用它来做图像处理的，这个图像处理包括图片缩放、旋转、图片的对齐等功能，现在看来我的那个项目基本已经过时了，不过还好，我在这里又学习了新知识，而且这些知识都非常实用。
这几天我在学习Python 的过程中发现它是一门非常强大的编程语言，而且这种编程语言不仅能够解决图形图像处理问题，还能够解决一些复杂的数据分析与运算问题，比如数据库、网络通信、自然语言处理、机器人控制、人工智能等等。
而且 Python 的数据结构非常灵活，这样就给我们提供了很多可选择的编程范式，从而为我们解决各类问题带来更多的便捷性。
然而这个命令并没有什么特别的地方，只是一个简单的缩放命令，我们只需要按照实际情况输入合适的数值就可以了。
但是当我们想把图片旋转或者放大时，就需要用到 modulolphide 函数了，这个函数的作用就是让图片沿水平轴旋转或者垂直轴翻转。
实验一 图像变换
实验一 图像变换一、 实验目的1.了解图像变换的意义和手段；2.熟悉离散傅里叶变换、离散余弦变换的基本性质；3. 熟练掌握图像变换的方法及应用；4.通过实验了解二维频谱的分布特点；5.通过本实验掌握利用MATLAB 编程实现数字图像的傅立叶变换。
二、 实验原理1．应用傅立叶变换进行图像处理傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。
通过实验培养这项技能，将有助于解决大多数图像处理问题。
对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。
2、图像变换的基本原理（1）傅立叶（Fourier ）变换的定义对于二维连续信号，二维Fourier 变换定义为：正变换：⎰⎰∞∞-∞∞-+-=dxdy ey x f v u F vy ux j )(2),(),(π反变换：⎰⎰∞∞-∞∞-+=dudv e v u F y x f vy ux j )(2),(),(π 二维离散傅立叶变换为： 正变换：∑∑-=-=+-=101)//(2),(1),(M x N y N vy M ux j e y x f MN v u F π 反变换：∑∑-=-=+=1010)//(2),(),(M u N v N vy M ux j e v u F y x f π图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法。
实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。
（2）离散余弦变换（DCT ）的定义正变换为∑∑-=-=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡+=1010)21(cos )21(cos ),(2)()(),(M x N y y v N x u M y x f MN v C u C v u F ππ 其逆变换为∑∑-=-=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡+=1010)21(cos )21(cos ),()()(2),(N v M u y v N x u M v u F v C u C MN y x f ππ 离散余弦变换是图像压缩中常用的一种变换方法，任何实对称函数的傅里叶变换中只含余弦项，就成为余弦变换，因此余弦变换是傅里叶变换的特例。
图像变换
实验三图像变换实验内容：（1）选择一幅图像，进行离散傅里叶变换，再对其进行X 轴与Y轴上的平移，得其离散傅里叶变换，观察原图的傅里叶变换和平移后的傅里叶频谱的对应关系。
（2）选择一幅图像，进行离散傅里叶变换，再对其进行一定角度的旋转，进行离散傅里叶变换。
（3）选择一幅图像，进行离散余弦变换，并对其进行离散余弦反变换，观察其结果。
实验原理：(1)平移性质公式(2)旋转性质公式(3)离散余弦变换公式实验报告要求：给出实验代码，和实验结果图，并对实验结果进行分析。
所用函数：（1）fft2fft2函数用于计算二维快速傅立叶变换，其语法格式为：B = fft2(I)%返回图象I的二维fft变换矩阵，输入图象I和输出图象B大小相同。
（2）fftshiftMATLAB提供的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，其语法格式为：B = fftshift(I)例如，计算图象的二维傅立叶变换，并显示其幅值的结果，其命令格式如下load imdemos saturn2imshow(saturn2)B = fftshift(fft2(saturn2));imshow(log(abs(B)),[])（3）strel创建形态学结构元素具体用法：SE = strel(shape,parameters)创建由指定形状shape对应的结构元素。
其中shape的种类有arbitrary'、'pair'、'diamond'、'periodicline'、'disk'、'rectangle'、'line'、'square'、'octagon参数parameters一般控制SE的大小。
例子：se1 = strel('square',6) % 创建6*6的正方形se2 = strel('line',10,45) % 创建直线长度10，角度45se3 = strel('disk',15) % 创建圆盘半径15se4 = strel('ball',15,5) % 创建椭圆体，半径15，高度5（4）translate偏移结构元素（5）imdilate灰度图像或二值图像的膨胀运算功能：对图像实现膨胀操作。
实验一 图像地二维离散傅立叶变换
实验一 图像的二维离散傅立叶变换一、 实验目的掌握图像的二维离散傅立叶变换以及性质二、 实验要求1) 建立输入图像，在6464的黑色图像矩阵的中心建立1616的白色矩形图像点阵，形成图像文件。
对输入图像进行二维傅立叶变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上。
2) 调整输入图像中白色矩形的位置，再进行变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上，比较变换结果。
3) 调整输入图像中白色矩形的尺寸（4040，44），再进行变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上，比较变换结果。
三、 实验仪器设备及软件HP D538、MATLAB四、 实验原理在二维情况下，定义 f(x,y)的傅立叶变换Ｆ(u,v) ：2()2()(,)(,)(,)(,)j ux vy j ux vy F u v f x y e dxdy f x y F u v e dudv ππ∞∞-+-∞-∞∞∞+-∞-∞==⎰⎰⎰⎰ 它表明了空间频率成分与二维图像信号之间的相互关系对于我们要处理的实际二维图像，其傅氏变换一般是在频率域上有界的，亦即有用成分总是落在一定的频率域围之上述的频率域性质的依据在于：一是图像中景物的复杂性具有一定的限度，其部分容是变化不大的区域完全像“雪花”点似的图像没有任何实际意义。
二是人眼对空间复杂性（频率）的分辨率以及显示器的分辨能力都是具有一定限度。
若实变量函数f(x)是绝对可积的，即：且F(u)是可积的，则傅立叶变换对一定存在。
(){}()()[](){}()()[]du ux j u F x f u F dx ux j x f u F ππ2exp 2exp ⎰⎰∞∞-∞∞-==-==1-F xf F如果f(x)考虑为实函数，它的傅立叶变换通常是复数形式，即：也可表为：若二变量函数f(x,y) 是绝对可积的，即：且F(u,v)是可积的，则傅立叶变换对一定存在。
(){}()()()(){}()()()-1F f x,y ,,exp 2F ,,,exp 2F u v f x y j ux vy F u v f x y F u v j ux vy dudv ππ∞∞-∞-∞∞∞-∞-∞==-+⎡⎤⎣⎦==+⎡⎤⎣⎦⎰⎰⎰⎰二维函数的傅立叶谱，振幅谱相位谱和能量谱分别为：()()()[]()()()()()()v u I v u R v u E v u R v u I arctg v u v u I v u R v u F ,,,,,,,,,222/122+=⎥⎦⎤⎢⎣⎡=+=φ五、 实验步骤及程序%clear%原始图象f=zeros(64,64);%输入64*64的黑色图像矩阵f(25:40,25:40)=1;%建立16*16的白色矩行图像点阵figure(1);subplot(231),imshow(f);title('原始图像')%显示原图像F=fft2(f);%傅立叶变换subplot(232)imshow(abs(F));title('傅里叶变换图像');%显示傅里叶变换图像F2=fftshift(abs(F));%频谱中心化subplot(233);imshow(abs(F2));title('中心化傅里叶频谱图');%显示中心化傅里叶频谱图x=1:64;y=1:64;subplot(234);mesh(abs(real(F)));title('三维频谱图');%显示三维频谱图subplot(235)mesh(x,y,F2(x,y));title('FFT')2、调整输入图像中白色矩形的位置，再进行变换后的程序%原始图象f=zeros(64,64);%输入64*64的黑色图像矩阵f(47:63,47:63)=1;%建立16*16的白色矩行图像点阵figure(1);subplot(231),imshow(f);title('原始图像')%显示原图像F=fft2(f);%傅立叶变换subplot(232)imshow(abs(F));title('傅里叶变换图像');%显示傅里叶变换图像F2=fftshift(abs(F));%频谱中心化subplot(233);imshow(abs(F2));title('中心化傅里叶频谱图');%显示中心化傅里叶频谱图x=1:64;y=1:64;subplot(234);mesh(abs(real(F)));title('三维频谱图');%显示三维频谱图subplot(235)mesh(x,y,F2(x,y));title('FFT')3、整输入图像中白色矩形的尺寸（4040，44），再进行变换的程序40×40clear%原始图象f=zeros(64,64);%输入64*64的黑色图像矩阵f(13:52,13:52)=1;%建立16*16的白色矩行图像点阵figure(1);subplot(231),imshow(f);title('原始图像')%显示原图像F=fft2(f);%傅立叶变换subplot(232)imshow(abs(F));title('傅里叶变换图像');%显示傅里叶变换图像F2=fftshift(abs(F));%频谱中心化subplot(233);imshow(abs(F2));title('中心化傅里叶频谱图');%显示中心化傅里叶频谱图x=1:64;y=1:64;subplot(234);mesh(abs(real(F)));title('三维频谱图');%显示三维频谱图subplot(235)mesh(x,y,F2(x,y));title('FFT')4×4%原始图象f=zeros(64,64);%输入64*64的黑色图像矩阵f(13:52,13:52)=1;%建立16*16的白色矩行图像点阵figure(1);subplot(231),imshow(f);title('原始图像')%显示原图像F=fft2(f);%傅立叶变换subplot(232)imshow(abs(F));title('傅里叶变换图像');%显示傅里叶变换图像F2=fftshift(abs(F));%频谱中心化subplot(233);imshow(abs(F2));title('中心化傅里叶频谱图');%显示中心化傅里叶频谱图x=1:64;y=1:64;subplot(234);mesh(abs(real(F)));title('三维频谱图');%显示三维频谱图subplot(235)mesh(x,y,F2(x,y));title('FFT')六、实验结果与分析图1.1将原始图像及变换图像都显示的实验图像图1.2调整输入图像中白色矩形的位置，再进行变换后的实验图像图1.3调整输入图像中白色矩形的尺寸（4040），再进行变换的实验图像幅度谱决定了一幅图像中含有的各种频率分量的多少相位谱决定了每一种频率分量在图像中的位置。
数字图像处理图像变换实验报告
实验报告实验名称:图像处理姓名:刘强班级:电信1102学号:1404110128实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件PC机数字图像处理实验教学软件大量样图二、实验目的1、学习使用“数字图像处理实验教学软件系统”,能够进行图像处理方面的简单操作;2、熟悉图像点运算、几何变换及正交变换的基本原理,了解编程实现的具体步骤;3、观察图像的灰度直方图,明确直方图的作用与意义;4、观察图像点运算与几何变换的结果,比较不同参数条件下的变换效果;5、观察图像正交变换的结果,明确图像的空间频率分布情况。
三、实验原理1、图像灰度直方图、点运算与几何变换的基本原理及编程实现步骤图像灰度直方图就是数字图像处理中一个最简单、最有用的工具,它描述了一幅图像的灰度分布情况,为图像的相关处理操作提供了基本信息。
图像点运算就是一种简单而重要的处理技术,它能让用户改变图像数据占据的灰度范围。
点运算可以瞧作就是“从象素到象素”的复制操作,而这种复制操作就是通过灰度变换函数实现的。
如果输入图像为A(x,y),输出图像为B(x,y),则点运算可以表示为:B(x,y)＝f[A(x,y)]其中f(x)被称为灰度变换(Gray Scale Transformation,GST)函数,它描述了输入灰度值与输出灰度值之间的转换关系。
一旦灰度变换函数确定,该点运算就完全确定下来了。
另外,点运算处理将改变图像的灰度直方图分布。
点运算又被称为对比度增强、对比度拉伸或灰度变换。
点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸与均衡等。
图像几何变换就是图像的一种基本变换,通常包括图像镜像变换、图像转置、图像平移、图像缩放与图像旋转等,其理论基础主要就是一些矩阵运算,详细原理可以参考有关书籍。
实验系统提供了图像灰度直方图、点运算与几何变换相关内容的文字说明,用户在操作过程中可以参考。
下面以图像点运算中的阈值变换为例给出编程实现的程序流程图,如下:2、图像正交变换的基本原理及编程实现步骤数字图像的处理方法主要有空域法与频域法,点运算与几何变换属于空域法。
图像变换 实验报告
实验报告课程名称医学图像处理实验名称图像变换专业班级姓名学号实验日期实验地点2015—2016学年度第 2 学期图1 原图像图2 灰度变换后的图像分析：图像的灰度变换处理是图像增强处理技术中基础的空间域图像处理方法。
灰度灰度变换是指根据某种目标条件按照一定变换关系逐点改变原图像中每个像素灰度值的方法。
灰度变换法又可分为三种：线性、分段线性及非线性变换。
目的是为了改善画质，使图像的显示效果更加清晰。
2直方图均衡化I=imread('skull.tif'); %读取图像J=histeq(I); %指定直方图均匀化后的灰度级数n，默认值为64 imshow(I); %显示原图像title('原图像'); %图像标题为‘原图像’图3 原图像 图4 直方图均衡化所得图像 分析：直方图均衡化后的图像在整个灰度值动态变化范围内分布均匀化，改善了原图像的亮度分布状态，增强图像的视觉效果。
它是非线性灰度变换。
1.522.53x 105原图像直方图010020001.522.53x 105均衡化变换后的直方图0100200050100150200250图6直方图规定化所得图像分析：直方图规定化就是通过一个灰度映像函数，将原灰度直方图改造成所希望的直方图。
直方图规定化变换后是亮图像的直方图。
直方图的低端已右移向灰度级的较亮区域4利用matlab软件实现数字图像傅里叶变换I=imread('skull.tif'); %imshow(I); %fftI=fft2(I); %sfftI=fftshift(fftI); %RR=real(sfftI); %II=imag(sfftI); %图8 原图像图9 归一化后的图像分析：利用matlab软件实现数字图像傅里叶变换。
二维离散傅立叶变换将傅里叶变化的中心为。
图像变换实验
数字图像处理实验报告1 - 图像变换学生姓名：学号：实验时间：地点：指导教师:实验名称：图像变换试验目的：（1）基于MATLAB的实验验证。
通过在MA TLAB环境中相关函数的调用，验证图像变换和图像频域处理效果，增强感性认识。
（2）基于C语言的基本图像处理。
通过编写C++程序，进一步理解算法的实现过程，为在实际应用软件中的应用打下基础。
实验内容：（1）MATLAB函数的直接调用通过在MA TLAB环境中相关函数的调用，验证傅立叶变换、DCT变换和小波变换的结果，并通过反变换恢复原图像。
①对’flower.tif’ 图片进行傅立叶变换，绘制原始图像和变换后的频谱图。
②对’ flower.tif’ 图片进行DCT变换，绘制原始图像和变换后的频谱图。
③对’ flower.tif’ 图片进行一层小波变换和反变换，绘制原始图像和重建后的图像，以及小波分解后的4个子图注意：可以采用colormap(‘gray’) 来设置灰色图像的绘制。
（2）提升小波变换实验验证图像的提升小波变换。
编写小波变换程序，实现图像的变换和反变换。
完成：●图像的读取；●提升小波变换、逆变换●原图像和重建图像的显示、比较。
（3）编写VC++程序，读取flower.yuv 的图像帧，将图彩色图像变为灰度图像，然后对图像像素做线性变换g (i) = a f（i）+b 。
i为任意像素序号，a,b为实数。
将a,b取不同值，显示变换前、后的画面。
例如a=-1,b=255; a=0.5,b=128 等。
实验记录与结果分析：（1）①第一步：对于第一个实验先产生一个tif格式的灰度图像，在这里采用微软window系统中的图像并进行灰度图像化来产生。
（程序详见附录1.1）结果如下：灰度图像是原图像的一个截取，防止像素太大处理速度变慢。
(毕竟这是一次试验)原图：灰度图：②第二步：对’flower.tif’ 图片进行傅立叶变换，绘制原始图像和变换后的频谱图。
图像变换实验报告心得
图像变换实验报告心得引言图像变换是计算机视觉领域的重要研究方向之一，它通过对图像的像素进行一系列的操作，实现对原始图像的改变和增强。
图像变换可以被广泛应用于图像处理、计算机图形学、机器学习等领域中。
为了进一步探索图像变换的应用和效果，我们进行了一系列的图像变换实验，并记录了实验过程和结果。
本篇报告旨在总结实验心得和体会，提出对图像变换实验的改进建议。
实验目的本次实验的目的是通过实现和比较不同的图像变换算法，探索图像变换对图像质量和可视化效果的影响。
具体目标如下：1. 实现常见的图像变换算法，包括平移、旋转、缩放和灰度变换等；2. 分析不同图像变换算法的优缺点，并比较其效果；3. 讨论图像变换对图像质量的影响，并给出评价标准；4. 提出改进图像变换算法的建议。
实验方法实验中，我们使用了Python编程语言，并借助开源的图像处理库OpenCV进行图像变换的实现。
针对不同的图像变换操作，我们选择了不同的算法和参数设置，以保证实验的全面性和可比性。
具体方法如下：1. 平移变换：我们使用OpenCV提供的`warpAffine`函数实现了平移变换，并通过调整平移向量的参数实现了不同程度的平移效果；2. 旋转变换：我们使用OpenCV提供的`getRotationMatrix2D`和`warpAffine`函数实现了旋转变换，并调整参数实现了不同角度和方向的旋转效果；3. 缩放变换：我们使用OpenCV提供的`resize`函数和不同的插值方法（如最近邻插值、双线性插值）实现了缩放变换，并对比了不同插值方法的效果；4. 灰度变换：我们实现了简单的灰度变换算法，包括将彩色图像转换为灰度图像，以及调整灰度图像的亮度和对比度。
实验结果通过对实验图像的处理和结果分析，我们得出了以下结论：1. 平移变换可以实现图像的横向和纵向移动，但当平移距离较大时，可能导致图像丢失部分内容；2. 旋转变换可以实现图像的旋转和翻转，但当旋转角度过大时，可能会导致图像失真和像素重叠；3. 缩放变换可以实现图像的放大和缩小，但不同的插值方法会影响图像的细节和平滑度；4. 灰度变换可以实现彩色图像到灰度图像的转换，并调整亮度和对比度，但需要注意亮度调整的边界问题。
实验一 图像的灰度变换及直方图均衡化
实验一：图像灰度变换及直方图均衡化实验一、实验目的：1. 掌握灰度直方图的概念及其计算方法；2. 掌握利用图像灰度变换实现对图像的增强处理；3. 掌握利用直方图直方图均衡化和直方图规定化实现对图像的增强处理；4. 熟悉MA TLAB中图像增强的相关函数。
二、实验设备：1. 硬件设备：计算机；2. 软件环境：Windows+Matlab编程与仿真环境；3. 其他设备：记录用的纸、笔，以及U盘等存储设备。
三、实验原理：灰度直方图（histogram）是灰度级的函数，它表示图像中具有每种灰度级的像素的个数，反映图像中每种灰度出现的频率。
一般来说，灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的概率，是图像的最基本的统计特性。
从概率论的观点来理解，灰度出现的频率可看作其出现的概率，这样直方图就对应于概率密度函数PDF（Probability Density Function），而概率分布函数就是直方图的累积和，即概率密度函数的积分。
1. 直方图均衡化直方图均衡化是通过灰度变换将一幅图像转换另一幅具有均衡直方图，即在每个灰度级上都具有相同的像素点数的过程。
设灰度变换s=T(r)为斜率有限的非减连续可微函数，它将输入图像A(x,y)转换为输出图像B（x,y）,输入图像的直方图为H a(r),输出图像的直方图为H b(s),它们的关系如下：图1.1 输入图像和输出图像直方图之间的关系图直方图均衡化的基本思想是把原始图像的直方图变换成均匀分布的形式图像灰度值的动态范围，从而达到了增强图像整体对比度的效果。
具体方法为：①列出原始图像的灰度级Sk, k=0,1…L-1，其中L是灰度级的个数；②统计原始图像各灰度级的像素数目nk；③计算原始图像直方图各灰度级的频率数；④计算原始图像的累计直方图；⑤取整计算；⑥确定映射关系；⑦统计新直方图各个灰度级的像素数目nk；⑧计算新的直方图。
2. 灰度变换灰度变换是图像增强的另一种重要手段，它可使图像动态范围加大，使图像对比度扩展，图像更加清晰，特征更加明显。
- 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)。
实验一图像变换
一、实验目的
1.了解图像变换的意义和手段；
2.熟悉离散傅里叶变换、离散余弦变换的基本性质；
3. 熟练掌握图像变换的方法及应用；
4.通过实验了解二维频谱的分布特点；
5.通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。
二、实验原理
1．应用傅立叶变换进行图像处理
傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。
通过实验培养这项技能，将有助于解决大多数图像处理问题。
对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。
2、图像变换的基本原理
（1）傅立叶（Fourier）变换的定义
对于二维连续信号，二维Fourier变换定义为：
正变换：
反变换：
二维离散傅立叶变换为：
正变换：
反变换：
图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法。
实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。
（2）离散余弦变换（DCT）的定义
正变换为
其逆变换为
离散余弦变换是图像压缩中常用的一种变换方法，任何实对称函数的傅里叶变换中只含余弦项，就成为余弦变换，因此余弦变换是傅里叶变换的特例。
余弦变换与傅里叶变换一样有明确的物理意义，是简化傅里叶变换的重要方法。