機(jī)器視覺（五）：頻域圖像增強(qiáng)處理

頻域法是在圖像的頻率變化域中對圖像的變換值進(jìn)行某種運(yùn)算處理，然后再變回空間域中。

一、頻域圖像增強(qiáng)的原理

二、低通濾波器

1.理想低通濾波器

2.巴特沃斯低通濾波器

濾除高頻分量（>90%），去除噪聲的同時(shí)易丟失圖像的細(xì)節(jié)信息

三、高通濾波器

1.理想高通濾波器

2.巴特沃斯高通濾波器

突出高頻的同時(shí)不損害圖像的低頻部分，使圖像不會(huì)模糊

四、帶通與帶阻濾波

1.帶阻濾波器

2.帶通濾波器

五、同態(tài)濾波

同態(tài)濾波是一種在頻域中同時(shí)將圖像亮度范圍進(jìn)行壓縮和將圖像對比度進(jìn)行增強(qiáng)的方法。

六、上述濾波器的MATLAB實(shí)現(xiàn)

F=fft2(f);   %對圖像進(jìn)行傅立葉變換
S=fftshift(log(1+abs(F)));   %對變換后圖像進(jìn)行對數(shù)變化，并對其坐標(biāo)平移，使其中心化
h=fspecial('sobel'); %產(chǎn)生空間‘sobel’模板
H=freqz2(h,f(1),f(2)); %產(chǎn)生頻域中的‘sobel’濾波器
AAA=imnoise(A,‘salt & pepper’,0.25);%加椒鹽噪聲
d0=50; %閾值
img_noise=imnoise(img_origin,'salt'); % 加椒鹽噪聲img_noise=imnoise(img_origin,'gaussian'); % 加高斯噪聲img_f=fftshift(fft2(img_noise)); %傅里葉變換得到頻譜
[m n]=size(img_f);
m_mid=fix(m/2); %取整
n_mid=fix(n/2); img_lpf=zeros(m,n);
for i=1:m  
   for j=1:n    
     d=sqrt((i-m_mid)^2+(j-n_mid)^2);  %理想低通濾波，求距離    
      if d<=d0 ? ? ? ? ? ?h(i,j)=1; ? ? ?
 ? ? ? ? ? else ? ? ? ? ? ?h(i,j)=0; ? ? ? ?
 ? ? ? ? ? end ? ? ?
 ? ? img_lpf(i,j)=h(i,j)*img_f(i,j); ? ?
 ? ? end
end
img_lpf=ifftshift(img_lpf); ? ?%反傅里葉變換
img_lpf=uint8(real(ifft2(img_lpf))); ?%取實(shí)數(shù)部分
subplot(2,2,1);imshow(ggray);title('原圖');
subplot(2,2,2);imshow(img_noise);title('噪聲圖');
subplot(2,2,3);imshow(img_lpf);title('理想低通濾波');

審核編輯：劉清