高频强调滤波_matlab 高频强调滤波 - CSDN
精华内容
参与话题
  • 数字图像处理之高频强调滤波

    千次阅读 2018-04-21 16:12:32
    理论 运行结果 源码 clc clear f=imread('orig_chest_xray.tif'); %读入图像 subplot(2,2,1);...%高斯高通滤波 I=double(f); g=fft2(I); g=fftshift(g); [M,N]=size(g); D0=40; m=fix(M/2);n=fix(N/...

    理论


    运行结果

    源码

    clc
    clear
    f=imread('orig_chest_xray.tif'); %读入图像
    subplot(2,2,1);
    imshow(f)
    title('原始图像')   
    %高斯高通滤波
    I=double(f);
    g=fft2(I);
    g=fftshift(g);
    [M,N]=size(g);
    D0=40;
    m=fix(M/2);n=fix(N/2);
    for i=1:M
           for j=1:N
               D=sqrt((i-m)^2+(j-n)^2);
               H=exp(-(D.^2)./(2*(D0^2)));   
               result(i,j)=(1-H)*g(i,j);
           end
    end
    result=ifftshift(result);
    J1=ifft2(result);
    J2=uint8(real(J1));
    subplot(2,2,2);
    imshow(J2)
    title('高斯高通滤波后的图像')
    
    %高频强调滤波
    F=0.5+0.75*(1-H);
    G=F*g;
    result2=ifftshift(G);
    J3=ifft2(result2);
    J4=uint8(real(J3));
    subplot(2,2,3)
    imshow(J4)
    title('高频强调滤波后的图像')
    
    %对高频强调滤波后图像进行直方图均衡化
    J5=histeq(J4,256);
    J5=uint8(J5);
    subplot(2,2,4);
    imshow(J5)
    title('直方图均衡化后的图像')
    展开全文
  • 书中是对X拍的图片进行了增强 下面这个例子不太合适 但是也能体会到高频强调滤波的作用 % 图中可以看出 高频强调滤波在增强边缘的同时 距离原图的色度较近 %高通滤波器偏离了直流项,从而把图像的平均值降低到0...

    书中是对X拍的图片进行了增强  下面这个例子不太合适  但是也能体会到高频强调滤波的作用

    % 图中可以看出  高频强调滤波在增强边缘的同时  距离原图的色度较近


    %高通滤波器偏离了直流项,从而把图像的平均值降低到0.
    %一种补偿的方法是给高通滤波器加上一个偏移量。
    %若偏移量与滤波器乘以一个大于1的常数结合起来,则这种方法称为高频强调滤波
    %因为该常量乘数突出了高频部分,这个陈述也增加了低频部分的幅度,但是只要偏移量
    %与乘数相比较小,低频增强的影响就弱于高频增强的影响。
    %高频强调滤波器的传递函数如下
    %Hhfc(u,v)=a+b*Hhp(u,v)
    %其中 a是偏移量  b是系数  Hhp(u,v)是高通滤波器的传递函数
    %下面这个例子将高频强调滤波器与直方图均衡化结合起来

    f=imread('D:\研究生课程\其他\MATLAB图像处理\亮度调节与空间滤波\5.jpg');
    f=f(:,:,1);
    PQ=[size(f,1)*2,size(f,2)*2];%扩充
    D0=0.05*PQ(1);
    %使用D0的值等于填充后图像宽度的5% 当D=D0时 截至频率
    [U,V]=dftuv(PQ(1),PQ(2));
    F=fft2(f,PQ(1),PQ(2));
    H=exp(-(U.^2+V.^2)/(2*(D0^2)));%高斯低通滤波器
    HBW=1-H;
    H=2+2*HBW;%高频强调滤波器
    gbw=dftfilt(f,HBW);
    ghf=dftfilt(f,H);
    ghe=histeq(f,256);
    subplot(2,2,1)
    imshow(f)
    title('原图')
    subplot(2,2,2)
    imshow(gbw,[])
    title('高通滤波')
    subplot(2,2,3)
    imshow(ghf,[])
    title('高频强调滤波')
    subplot(2,2,4)
    imshow(ghe,[])
    title('直方图均衡化')

    展开全文
  • 高频强调滤波

    千次阅读 2019-06-09 18:23:22
    文章目录一、高频强调滤波二、联合使用高频强调滤波和直方图均衡 一、高频强调滤波 由于目前所讨论的高通滤波器偏离了直流项,因此将图像的平均值降低为 0 频率域原点处变换的值[如 F(0,0)]称为傅里叶变换的直流分量...

    一、高频强调滤波

    由于目前所讨论的高通滤波器偏离了直流项,因此将图像的平均值降低为 0

    频率域原点处变换的值[如 F(0,0)]称为傅里叶变换的直流分量
    图像的平均值由 F(0,0) 给出

    补偿方法之一就是给高通滤波器加上一个偏移量。
    如果把偏移量与将滤波器乘以一个大于1的常数结合起来,那么这种方法就称为高频强调滤波,因为这个常量乘数会突出高频部分。
    这个乘数也会增大低频部分的幅度,但只要该偏移量与乘数相比较小,那么低频增强的影响就若于高频增强的影响。

    高频强调滤波器的传递函数
    在这里插入图片描述

    二、联合使用高频强调滤波和直方图均衡

    1. 常规高通滤波
    f = imread('gp.tif');
    PQ = paddedsize(size(f));
    D0 = 0.05*PQ(1);	% D0 的值为填充后图像长度的 5%
    % 选用二阶巴特沃斯高通滤波器
    H = hpfilter('btw',PQ(1),PQ(2),D0,2);
    g = dftfilt(f,H);
    imshow(f),figure,imshow(g)
    

    假设该滤波器的半径不小于通过变换原点附近的频率,因此高通滤波不会对 D0的值过渡敏感。
    在这里插入图片描述
    如图所示过滤后的图像主要边缘模糊,并无特色。
    一幅非零图像有零均值的唯一方法是,该图像的某些灰度值为负。

    因此必须在函数 dftfilt 中使用 fltpoint 选项来得到浮点型结果。 关于dftfilt 点击查看
    如果不这样坐,在 uint8(输入图像的类) 的默认转换过程中,会剪切调负值,进而丧失一些微弱的细节。

    使用函数 gscale 时,如果考虑到了这些细节,就会保留这些细节
    函数 gscale:缩放输入图像的强度

    f = imread('gp.tif');
    PQ = paddedsize(size(f));
    D0 = 0.05*PQ(1);
    HBW = hpfilter('btw',PQ(1),PQ(2),D0,2); % 选用二阶巴特沃斯高通滤波器
    H = 0.5 + 2*HBW; % 获得高频强调滤波器的传递函数 H,此时 a = 0.5, b = 2
    % 得到高通滤波后的图像 gbw
    gbw = dftfilt(f,HBW,'fltpoint'); % 使用 fltpoint 选项得到浮点型结果
    gbw = gscale(gbw); % 缩放输入图像的强度
    % 得到高频强调滤波后的图像
    ghf = dftfilt(f,H,'fltpoint'); 
    ghf = gscale(ghf);
    % 利用直方图均衡方法,增加图像灰度级的动态范围
    ghe = histeq(ghf,256);
    

    在这里插入图片描述
    直方图均衡点击参考
    在这里插入图片描述

    展开全文
  • 用matlab实现的高频强调滤波代码,初学者可以学习一下
  • 高频强调滤波针对高斯白噪声,但是效果不是很好,可以用在别的地方做改进。
  • 对lena图像采用高频强调滤波增强方法,并分析方法的效果。(理想、巴特沃斯、高斯)。其结果好不好?能否有改善的方法? 二、函数分析: 1、高斯高通滤波器 传递函数: 高斯低通滤波器 传递函数: ...

    一、目标:

    1. 对lena图像采用高频强调滤波增强方法,并分析方法的效果。(理想、巴特沃斯、高斯)。其结果好不好?能否有改善的方法?

     

    二、函数分析:

    1、高斯高通滤波器

    传递函数:

     

    高斯低通滤波器

    传递函数:

    D0指截止频率。

     

    2、巴特沃斯高通滤波器

        传递函数:

     

    巴特沃斯低通滤波器

    传递函数:

    描述:在公式中,D(u,v)代表频域当中,点(u,v)到中心点的距离。而D0就是截止距离了,就相当于在频域当中画一个圈,对圈内或者圈外保留就可以达到所谓的低通和高通了,这个D0就相当于一维当中的截止频率

     

    3、高频强调滤波方法

        传递函数:Hhfe(u,v) = a + bHhp(u,v)

    描述:加入一个偏移量同时乘以一个大于1的常数,使用原图像中的一部分低频分量进入高频区域,而在高频滤波后被保留下来,从而不仅保持一些光滑区域灰度,又使边缘得到增强,而且整幅图像的层次也较丰富,不那么昏暗了。

    总的来说高频强调滤波方法是保留了高频分量的同时,加入了背景的低频分量。

     

    三、代码展示:

    % 1、对lena图像采用高频强调滤波增强方法,
    %    并分析方法的效果。(理想、巴特沃斯、高斯)
    %    其结果好不好?能否有改善的方法?
    %
    % @author: jackma
    % @time:   2020-10-19 10:15
    % @email:  jackmachen@foxmail.com
    % @edit:   1
    
    % 1. Lena图像采用高频强调滤波增强方法
    clc
    clear
    imgrgb = imread('x.jpg'); %读取彩色图像
    f = rgb2gray(imgrgb); %将rgb图像转换成灰度图像
    subplot(2, 2, 1);
    imshow(f)
    title('原始图像')
    
    %高斯高通滤波
    I = double(f);
    g = fft2(I);%二维傅立叶变换
    g = fftshift(g);%频移
    [M, N] = size(g);
    D0 = 5;%截止频率为5
    m = fix(M / 2); n = fix(N / 2);
    
    for i = 1:M
    
        for j = 1:N
            D = sqrt((i - m)^2 + (j - n)^2);
            H = exp(-(D.^2) ./ (2 * (D0^2)));
            result(i, j) = (1 - H) * g(i, j);
        end
    
    end
    
    result = ifftshift(result);
    J1 = ifft2(result);
    J2 = uint8(real(J1));
    subplot(2, 2, 2);
    imshow(J2)
    title('高斯高通滤波后的图像')
    
    %高频强调滤波
    F = 0.5 + 0.75 * (1 - H);
    G = F * g;
    result2 = ifftshift(G);
    J3 = ifft2(result2);
    J4 = uint8(real(J3));
    subplot(2, 2, 3)
    imshow(J4)
    title('高频强调滤波后的图像')
    
    %对高频强调滤波后图像进行直方图均衡化
    J5 = histeq(J4, 256);
    J5 = uint8(J5);
    subplot(2, 2, 4);
    imshow(J5)
    title('直方图均衡化后的图像')
    
    %%%%%巴特沃斯高通滤波
    figure('Name', '图像加入巴特沃斯高通滤波'); %标题
    [M, N] = size(f);
    a = fft2(f);
    a = fftshift(a);
    m1 = fix(M / 2); n1 = fix(N / 2);
    
    for u = 1:M
    
        for v = 1:N
            D1 = sqrt((u - m1)^2 + (v - n1)^2);
    
            if D1 == 0
                H1(u, v) = 0;
            else
                %    H(u,v)=1/(1+0.414*(500/D1)^4);%截至频率为500
                H1(u, v) = 1 / (1 + (500 / D1)^4); %2阶巴特沃斯高通滤波器,截至频率为500
            end
    
        end
    
    end
    
    F1 = H1 .* a;
    F1 = ifftshift(F1);
    I2 = abs(ifft2(F1));
    subplot(2, 2, 1);
    imshow(f)
    title('原始图像')
    subplot(2, 2, 2);
    imshow(I2)
    title('巴特沃斯高通滤波后的图像')
    
    %高频强调滤波
    FF = 0.5 + 0.75 * (1 - H1);
    G1 = FF .* a;
    result3 = ifftshift(G1);
    J8 = ifft2(result3);
    J9 = uint8(real(J8));
    subplot(2, 2, 3)
    imshow(J9)
    title('高频强调滤波后的图像')
    
    %对高频强调滤波后图像进行直方图均衡化
    J10 = histeq(J9, 256);
    J10 = uint8(J10);
    subplot(2, 2, 4);
    imshow(J10)
    title('直方图均衡化后的图像')
    

    四、结果展示及分析:

    图1 原始灰度图像和高斯高通滤波的图像,使用高频强调滤波增强图像

    图2 原始灰度图像和巴特沃斯高通滤波的图像,使用高频强调滤波增强图像

    显然通过图像对比可得,高频强调滤波增强和直方图均衡化效果远比高斯高通滤波和巴特沃斯高通滤波效果好,背景更加清晰。

    展开全文
  • 频率域内的拉普拉斯算子
  • 同态滤波(Homomorphic filtering)

    万次阅读 2016-11-08 10:09:14
    首先详细介绍了同态滤波的应用条件及效果,然后叙述了它的基本原理以及整个实现过程,其次着重说明了同态滤波器的设计,最后给出了经过同态滤波处理的效果图
  • 数字图像处理 高频提升加强

    千次阅读 2011-11-30 15:02:24
    一.实验题目 参照下图实现图像的高频...本实验主要是频域滤波,其算法过程如下: ①用(-1)x+y乘以输入图像进行中心变换 ②计算①中的DFT F(u,v) ③用滤波器函数H(u,v)乘以F(u,v) ④计算③中结果的反DFT ⑤得
  • 一、在频率域中直接生成滤波器 1,创建用于实现频域滤波器的网格数组的M函数 要在频域内生成一个滤波器,创建一个能够计算任何一点到频率矩形中指定点的距离的M函数是基础的一步。 M函数代码如下: ...
  • 图像锐化的空域滤波器

    千次阅读 2015-03-05 17:05:30
    图像锐化的空域滤波器 ...然而,所谓的锐化,即是将图像的细节强调出来。这里进行了一个假设,假设细节部分是图像高频成分。从这里看来,其实锐化滤波器是与平均滤波器是相反的操作。  对于一个一次元函数,其一
  • 卷积,为了更好的“动态”滤波!  问题来了,为什么用卷积滤波,而不是很简单的在频率领域内进行数据的频率处理?  为了强调我认为的答案,已经用blog标题给出了。卷积,为了更好的“动态”滤波!  有心人...
  • MATLAB频域处理-傅里叶变换和滤波

    千次阅读 2019-05-16 18:58:18
    二维傅立叶变换,二维FFT,频域低通滤波,高通滤波,拉普拉斯算子 f=imread('你的图片'); F=fft2(f); %对图像f进行傅里叶变换 S=abs(F); %S是F的频谱 imshow(S,[]); %显示频谱,能量集中子在四个角 FC=fftsh....
  • 1、ConvolutionFiltering (卷积滤波)  卷积是一种滤波方法,它产生一幅输出图像(图像上,一个给定像元的亮度值是其周围像元亮度值加权平均的函数) 。 用户选择变换核用于图像列卷积生成一个新的空间滤波图像。  ...
  • 同态滤波(Homomorphic filtering)(附源码)

    万次阅读 多人点赞 2015-12-18 11:32:06
    一副图像f(x,y)可以表示为其照度分量i(x,y)和反射分量r(x,y)的乘积,由于照度相对变化很小,可以看作是图像的低频成份,而反射率则是高频成份。通过分别处理照度和反射率对像元灰度值的影响,达到揭示阴影区细节特征...
  • 概述 噪声对图像处理的影响很大,它影响图像处理的输入、采集和处理等各个环节以及输出结果。因此,在进行其它的图像处理前,需要对图像进行去噪处理。 从统计学的观点来看,凡是统计特征不随时间变化的噪声称为...
  • ENVI图像处理之滤波

    万次阅读 2018-11-05 19:20:49
    1、ConvolutionFiltering (卷积滤波)       卷积是一种滤波方法,它产生一幅输出图像(图像上,一个给定像元的亮度值是其周围像元亮度值加权平均的函数) 。 用户选择变换核...
  • 卷积(Convolutions)滤波是通过消除特定的空间频率来使图像增强,根据增强类型(低频、中频和高频)不同可分为低通滤波、带通滤波和高通滤波。此外还可以增强图像某些方向特征的方向滤波等。它们的核心部分是卷积核...
  • ①观察灰度分布来描述一幅图像成为空间域,观察图像变化的频率被成为频域。 ②频域分析:低频对应区域的图像强度变化缓慢,高频对应...(1)低通滤波 ①栗子:#include #include #include <opencv2/imgproc/imgproc.h
  • 图像卷积和滤波运算(高斯滤波模板)   高斯函数在图像增强中起到什么作用,麻烦具体点,就比如傅立叶变化在图像增强中可以有去除噪声的作用 主要是平滑图像~~~ 高斯函数具有五个重要的性质,这些性质使得它...
1 2 3 4 5 ... 20
收藏数 918
精华内容 367
关键字:

高频强调滤波