用MATLAB实现频域平滑滤波以及图像去噪代码

浏览次数：2981次悬赏分：50|解决时间：2008-11-8 14:21|提问者：unitis

是数字图象处理的实验，麻烦高人给个写好的代码，希望能在重要语句后面附上一定的说明，只要能在MATLAB上运行成功，必然给分。具体的实验指导书上的要求如下：

频域平滑滤波实验步骤

1. 打开Matlab 编程环境；

2. 利用’imread’ 函数读入图像数据；

3. 利用’imshow’ 显示所读入的图像数据；

4. 将图像数据由’uint8’ 格式转换为’double’ 格式，并将各点数据乘以

(-1)x+y 以便FFT 变换后的结果中低频数据处于图像；

5. 用’fft2’ 函数对图像数据进行二维FFT 变换，得到频率域图像数据；

6. 计算频率域图像的幅值并进行对数变换，利用’imshow’ 显示频率域图

像；

7. 在频率图像上去除滤波半径以外的数据(置0)； 

8. 计算频率域图像的幅值并进行对数变换，利用’imshow’ 显示处理过的

频域图像数据；

9. 用’ifft2’ 函数对图像数据进行二维FFT 逆变换，并用’real’函数取其实

部，得到处理过的空间域图像数据；

10. 将图像数据各点数据乘以(-1)x+y； 

11. 利用’imshow’ 显示处理结果图像数据；

12. 利用’imwrite’函数保存图像处理结果数据。

图像去噪实验步骤：

1. 打开Matlab 编程环境；

2. 利用’imread’ 函数读入包含噪声的原始图像数据；

3. 利用’imshow’ 显示所读入的图像数据；

4. 以3X3 大小为处理掩模，编写代码实现中值滤波算法，并对原始噪声

图像进行滤波处理；

5. 利用’imshow’ 显示处理结果图像数据；

6. 利用’imwrite’ 函数保存图像处理结果数据。

即使不是按这些步骤来的也没关系，只要是那个功能，能实现就OK，谢谢大家

最佳答案

%%%%%%%%spatial frequency (SF) filtering by low pass filter%%%%%%%%

% the SF filter is unselective to orientation (doughnut-shaped in the SF

% domain).

[FileName,PathName,FilterIndex] = uigetfile ;

filename = fullfile(PathName, FileName) ;

[X map] = imread(filename, fmt); % read image 

L = double(X); % transform to double

%%%%%%%%%%%%% need to add (-1)x+y to L

% calculate the number of points for FFT (power of 2)

fftsize = 2 .^ ceil(log2(size(L)));

% 2d fft

Y = fft2(X, fftsize(1), fftsize (2));

Y = fftshift(Y);

% obtain frequency (cycles/pixel)

f0 = floor([m n] / 2) + 1;

fy = ((m: -1: 1) - f0(1) + 1) / m;

fx = ((1: n) - f0(2)) / n;

[mfx mfy] = meshgrid(fx, fy);

% calculate radius

SF = sqrt(mfx .^ 2 + mfy .^ 2);

% SF-bandpass and orientation-unselective filter

filt = SF > k0;

A_filtered = filt .* A; % SF filtering

L_filtered = real(ifft2(ifftshift(A_filtered))); % IFFT

L_filtered = L_filtered(1: size(L, 1), 1: size(L, 2));

%%%%%%%%%%need to add (-1)x + y to L_filtered

% show

figure(1);

clf reset;

colormap gray;

% plot image

subplot(2, 2, 1);

imagesc(L);

colorbar;

axis square;

set(gca, 'TickDir', 'out');

title('original image');

xlabel('x');

ylabel('y');

% plot amplitude

A = abs(A);

A = log10(A);

% spectral amplitude

subplot(2, 2, 2);

imagesc(fx, fy, A);

axis xy;

axis square;

set(gca, 'TickDir', 'out');

title('amplitude spectrum');

xlabel('fx (cyc/pix)');

ylabel('fy (cyc/pix)');

% filter in the SF domain

subplot(2, 2, 3);

imagesc(fx, fy, filt);

axis xy;

axis square;

set(gca, 'TickDir', 'out');

title('filter in the SF domain');

xlabel('fx (cyc/pix)');

ylabel('fy (cyc/pix)');

% filtered image

subplot(2, 2, 4);

imagesc(L_filtered);

colorbar;

axis square;

set(gca, 'TickDir', 'out');

title('filtered image');

xlabel('x');

ylabel('y');

%%%%%%%%%%%%%%%%%median filter%%%%%%%%%%%%%%%%

[FileName,PathName,FilterIndex] = uigetfile ;

filename = fullfile(PathName, FileName) ;

[LNoise map] = imread(filename, fmt); % read image 

L = medfilt2(LNoise, [3 3]); % remove the noise with 3*3 block

figure ;

imshow(LNoise) ;

title('image before fitlering') ;

figure

imshow(L)

title('filtered image') ;