matlab實現(xiàn)傅里葉變換-資料下載頁
2025-07-26 02:21本頁面
【正文】 數(shù)多，那么實際圖像一定是尖銳的，邊界分明且邊界兩邊像素差異較大的。對頻譜移頻到原點以后，可以看出圖像的頻率分布是以原點為圓心，對稱分布的。將頻譜移頻到圓心除了可以清晰地看出圖像頻率分布以外，還有一個好處，它可以分離出有周期性規(guī)律的干擾信號，比如正弦干擾，一副帶有正弦干擾，移頻到原點的頻譜圖上可以看出除了中心以外還存在以某一點為中心，對稱分布的亮點集合，這個集合就是干擾噪音產(chǎn)生的，這時可以很直觀的通過在該位置放置帶阻濾波器消除干擾。八、總結(jié)；圖像經(jīng)過二維傅立葉變換后，其變換系數(shù)矩陣表明： 若變換矩陣Fn原點設在中心，其頻譜能量集中分布在變換系數(shù)短陣的中心附近(圖中陰影區(qū))。若所用的二維傅立葉變換矩陣Fn的原點設在左上角，那么圖像信號能量將集中在系數(shù)矩陣的四個角上。這是由二維傅立葉變換本身性質(zhì)決定的。同時也表明一股圖像能量集中低頻區(qū)域。 變換之后的圖像在原點平移之前四角是低頻，最亮，平移之后中間部分是低頻，最亮，亮度大說明低頻的能量大（幅角比較大）。九．附錄；利用Matlab語言編寫的數(shù)字圖像處理的例程如下：傅立葉變換Matlab圖像的DFTclc。figure(1)。load imdemos saturn2。imshow(saturn2)。title(39。原圖像39。)。figure(2)。S=fftshift(fft2(saturn2))。figure(2)。S=fftshift(fft2(saturn2))。imshow(log(abs(S)),[])。title(39。原圖像傅立葉頻譜39。)。彩色圖像的傅立葉頻譜figure(1)。A=imread(39。39。)。B=rgb2gray(A)。imshow(B)。title(39。原圖像39。)。S=fftshift(fft2(B))。figure(2)。imshow(log(abs(S)),[])。title(39。彩色圖像的傅立葉頻譜39。)。二維DCT變換RGB=imread(39。39。)。figure(1)。imshow(RGB)。title(39。彩色圖像39。)。GRAY=rgb2gray(RGB)。figure(2)。imshow(GRAY)。title(39。灰色圖像39。)。DCT=dct2(GRAY)。figure(3)。imshow(log(abs(DCT)),[])。title(39。二維DCT變換39。)。
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1