傅里叶变换与高低频滤波及matlab编程
傅里叶变换与高低频滤波 及matlab编程傅里叶变换及傅里叶反变换的 matlab函数§ 傅里叶正变换函数:一维:fft § 二维:fft2 § 傅里叶反变换函数:一维:ifft § 二维:ifft2高低频滤波§ 由于图像的低频成分反映的是图像的概貌 , § 而图像的高频部分反映的是图像的细节; § 所以对图像进行低频滤波可以得到图像的 概貌,而高频滤波则可以反映图像的轮廓 细节低频滤波的matlab实现§ Z=imread('Lenna.bmp') § A=double(Z); § subplot(1,2,1),imshow(Z); § B=ones(256,256); § B(128-30:128+30,128-30:128+30)=1; § C=fftshift(fft2(A); § D=C.*B; § FF=ifft2(D); § subplot(1,2,2),imshow(abs(FF),);实验结果:实验分析:§ 变换后图像会有模糊高频滤波的matlab实现1§ Z=imread('Lenna.bmp') § A=double(Z); § subplot(1,2,1),imshow(Z); § B=zeros(256,256); § B(128-30:128+30,128-30:128+30)=1; § B1=1-B; § C=fftshift(fft2(A); § D=C.*B1; § FF=ifft2(D); § subplot(1,2,2),imshow(abs(FF),);高频滤波的matlab实现2§ Z=imread('Lenna.bmp') § A=double(Z); § subplot(1,2,1),imshow(Z); § B=ones(256,256); § B(128-30:128+30,128-30:128+30)=0; § C=fftshift(fft2(A); § D=C.*B; § FF=ifft2(D); § subplot(1,2,2),imshow(abs(FF),);实验结果:实验分析:§ 变换后可以得到图像的轮廓