exp2-频域图像增强

频域低通:理想、巴特沃斯、高斯

im = imread('circlesBrightDark.png');
im = double(im)/255;

figure;
subplot(121);
imshow(im);
title('Original Image');
        
IM = fftshift(fft2(im));
subplot(122);
imshow(mat2gray(log(abs(IM) + 1e-10)));
title('Frequency Domain ')

imsize = size(im);
D = 1:imsize(2);
V = 1:imsize(1);
[D, V] = meshgrid(D, V);
R = sqrt((D-imsize(2)/2).^2 + (V-imsize(1)/2).^2);

H1 = zeros(imsize);
r = imsize(1)/20;
H1(R <= r) = 1;

myfilter(im, H1, 'Ideal Low-pass Filter')
N = 2;
H2 = 1./(1 + (R/r).^(2*N));
myfilter(im, H2, 'Butterworth Low-pass Filter');
sigma = 20;
H3 = exp(-R.^2./sigma.^2/2);
myfilter(im, H3, 'Gaussian Low-pass Filter');

频域高通:理想、巴特沃斯、高斯、同态滤波

H4 = 1 - H1;
myfilter(im, H4, 'Ideal High-pass Filter');
N = 2;
H5 = 1./(1 + (r./R).^(2*N));
myfilter(im, H5, 'Butterworth High-pass Filter');
H6 = 1 - H3;
myfilter(im, H6, 'Gaussian High-pass Filter');
im = imread('mandi.tif');
im = double(im)/255;
figure;
subplot(221);
imshow(im);
title('Original Image');
        
IM = fftshift(fft2(im));
subplot(222);
imshow(mat2gray(log(abs(IM) + 1e-10)));
title('Frequency Domain ')

imsize = size(im);
D = 1:imsize(2);
V = 1:imsize(1);
[D, V] = meshgrid(D, V);
R = sqrt((D-imsize(2)/2).^2 + (V-imsize(1)/2).^2);

r_H = 1;
r_L = 0.4;
c = 0.2;
r = imsize(1) / 20;

H7 = (r_H - r_L)*(1 - exp(-c*((R/r).^2))) + r_L;

im_In = log(im + 1);
IM_In = fftshift(fft2(im_In));
subplot(223);
imshow(H7);
title('Filter')

IM_In_ = IM_In.*H7;

im_In_ = ifft2(fftshift(IM_In_));
im_ = exp(abs(im_In_)) - 1;
im_ = mat2gray(im_);

subplot(224);
imshow(im_);
title('Result');

suptitle('Homomorphic Filter')
function myfilter(im, H, imtitle)
    
    IM = fftshift(fft2(im));
    
    figure;
    subplot(121);
    imshow(H);
    title('Filter');
    
    IM_ = IM.*H;
    im_ = ifft2(fftshift(IM_));
    subplot(122);
    imshow(abs(im_));
    title('Result');
    
    suptitle(imtitle);
end
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 空域平滑 图像锐化 彩色增强技术 频域增强 增强的目的: 改善图像视觉效果,提高清晰度:平滑、降噪——图像清晰 利...
    hyfine阅读 3,148评论 0 3
  • 参考资料: 图像卷积与滤波的一些知识点 图像处理基本概念——卷积,滤波,平滑 1.卷积的基本概念 首先,我们有一个...
    keloli阅读 10,153评论 0 26
  • 本节主要记录OpenCV 两类五种常见的滤波方式: 线性滤波:方框滤波、均值滤波、高斯滤波非线性滤波: 中值滤波、...
    hehtao阅读 2,445评论 0 3
  • 1,二维离散傅里叶变换公式的理解,DFT公式中,我们可以将指数项扩展为正弦项和余弦项的形式, 所以从公式的角度可以...
    北风知我意阅读 1,865评论 0 0
  • 接上文:傅立叶变换滤波 频域滤波器 理想低通滤波器 巴特沃兹低通滤波器 高斯低通滤波器 dftuv的实现 dftu...
    在河之简阅读 1,452评论 0 1