数字图像的频域处理.docx

数字图像的频域处理实训项目名称数字图像的频域处理实训目的1、掌握处理的基本运算及方法；2、熟练掌握图像质量评价的一般方法及基本评价标准3、利用MATLAB程序对图像处理。4、掌握图像频域处理的基本步骤及基本的Matlab函数5、掌握图像频域处理的基本滤波器实训主要仪器设备、软件等1、PC计算机2、MATLAB软件/语言包括图像处理工具箱(Image Processing Toolbox) 3、实验所需要的图片四、实训内容及步骤第一题：1、实验内容图像质量评价是图像处理的一个重要内容，如果图像的质量评价标准有：均值方差设一幅图像的灰度分布为p ={p(0), p(1), …, p(L-1)}，p(g)}为灰度等于g的像素个数与总像素的比值，L为灰度级，且，该图的灰度统计均值，则灰度标准差的定义为熵表现图像的细节表现能力：如果一幅图像为，处理后(如添加噪声、其它处理)的图像为，则图像的均方差(MSE)和峰值信噪比(PSNR)的计算公式为请输入一幅灰度图像，添加高斯噪声后的图像为，编程计算上述质量评价标准2、实验代码clcclose all;clear%userpath(G:\DigitImage\Image\);[FileName, FilePath] = uigetfile(*.jpg;*.png;*.tif;*.img;*.gif;,请选择图像数据);str = [FilePathFileName];img = imread(str);if numel(size(img)) 2 %如果是彩色图像就转换为灰度图像img = rgb2gray(img); endIm = imnoise(img, gaussian);subplot(1, 2, 1);imshow(img);title(原灰度图);subplot(1, 2, 2);imshow(Im);title(添加高斯噪声后);img = double(img);[m, n] = size(img);sum = 0;fori = 1 : mfor j = 1 : nsum = sum + img(i, j);endend%均值average = sum / (m * n);fprintf(均值为：%f\n, average);%方差sum = 0;fori = 1 : mfor j = 1 : nsum = sum + (img(i, j) - average) ^ 2;endendvariance = sum / (m * n - 1);fprintf(方差为：%f\n, variance);%灰度统计均值p = zeros(1, 256);fori = 1 : mfor j = 1 : n p(img(i, j) + 1) = p(img(i, j) + 1) + 1;%每个灰度值的像素个数endendp = double(p);p = p / (m * n);ga = 0;fori = 1 : 256ga = ga + (i - 1) * p(i);endfprintf(灰度统计均值为：%f\n, ga);%灰度标准差g = 0;fori = 1 : 256 g = g + abs(i - 1 - ga) * p(i);endg = sqrt(g);fprintf(灰度标准差为：%f\n, g); %熵en = 0;fori = 1 : 256en = en + p(i) * log2(p(i) + 0.001);enden = -1 * en;fprintf(熵表现图像的细节表现能力：%f\n, en);%图像的均方差(MSE)Im = double(Im);mse = 0;fori = 1 : mfor j = 1 : nmse = mse + (img(i, j) - Im(i, j)) ^ 2;endendmse = mse / (m * n);fprintf(均方差（MSE）：%f\n, mse);%峰值信噪比(PSNR)psnr = 10 * log10(255 * 255 / mse);fprintf(峰值信噪比(PSNR)：%f\n, psnr);3、操作结果图一（a）.图像的质量评价标准图一（b）.图像的质量评价标准4、结论图像质量评价是图像处理的一个重要内容，不同的评价标准用于不同的场合。一般而言，无参考图像质量评价方法首先对理想图像的特征作出某种假设，再为该假设建立相应的数学分析模型，最后通过计算待评图像在该模型下的表现特征，从而得到图像的质量评价结果。第二题：1、实验内容输入一幅图像，请在频域内对图像进行低通滤波器的处理频域处理的一般步骤用(-1)(x+y)乘以输入图像，进行中心变换 方法fftshif对1步的结果进行F