用matlab频域低通滤波,频域高通滤波处理彩色图像的程序

用matlab频域低通滤波,频域高通滤波处理彩色图像的程序,第1张

程序如下:

clearall

clc

I=imread('up4-Amp.png')

OutImg=I

R=I(:,:,1)

G=I(:,:,2)

B=I(:,:,3)

R=medfilt2(R,[3,3])

G=medfilt2(G,[3,3])

B=medfilt2(B,[3,3])

I1=cat(3,R,G,B) %对彩色图像R,G,B三个通道分别进行3×3模板的中值滤波cat函数用于连接两个矩阵或数组

R=filter2(fspecial('average',3),R)/255

G=filter2(fspecial('average',3),G)/255

B=filter2(fspecial('average',3),B)/255

I2=cat(3,R,G,B) %对彩色图像R,G,B三个通道分别进行3×3模板的均值滤波

figure,imshow(I)

title('原图')

figure,

imshow(I1)

title('中值滤波')

figure,imshow(I2)

title('均值滤波')

扩展资料:

注意事项

1、在频域滤波,由于是点乘,所以滤波模板矩阵和图像矩阵必须尺寸一样。

2、因为尺寸一样,它们的原点必须要对齐。

3、因在进行离散傅里叶变换后,在频域点乘,相当于在时域卷积,但是这个时候实际上是对时域周期矩阵进行卷积。直接在时域卷积,matlab默认是在边界补0。

4、Matlabfreqz2()这个函数可以自动得到一个指定尺寸的,对应于时域的频域模板。

5、图像经过傅里叶变换后,它的原点在左上角。而模板经过freqz2后,原点在中心,所以只要平移其中的一个就好了。

6、在对原图像进行傅里叶变换之前,按照一定规则补0就好了。

作代码

Matlab 保持图像矩阵大小不变对图像放大和缩小

子十

原创

关注

6点赞·7340人阅读

效果如图所示:

Matlab里的imresize函数可以对图像放大和缩小,但这同时也会改变图像矩阵的大小,如果想要上图所示的结果,需要再进行一些处理,处理代码如下所示。

clc

close all

% 从当前目录下打开一张图片

[filename, filepath] = uigetfile({'*.jpg*.ppmjpeg *.*.bmp*.png'},'Choose Input Image')

if isequal(filename,0) || isequal(filepath,0)

disp('User pressed cancel')

return

else

fullfp = fullfile(filepath, filename)

end

image = imread(fullfp) %代表要处理的图像

mysize = size(image)

%把图像转换成灰度图

if numel(mysize) >2

image = rgb2gray(image)

end

r_e = mysize(1)

c_e = mysize(2)

subplot(2,3,1)imshow(image,[])title('Input Image')

temp1 = imresize(image,2)%表示把图像放大到原来的两倍,但同时图像矩阵也是变成了原来的两倍

[r_t1,c_t1] = size(temp1)

s = temp1(round(r_t1/2)-floor(r_e/2) : round(r_t1/2)+ceil(r_e/2)-1, round(c_t1/2)-floor(c_e/2) : round(c_t1/2)+ceil(c_e/2)-1)

subplot(2,3,2)imshow(s,[])title('Magnification')

temp2 = imresize(image,0.5)%表示把图像缩小到原来的一半,但同时图像矩阵也变成了原来的一半

[r_t2,c_t2] = size(temp2)

temp3 = zeros(r_e,c_e)

temp3(round(r_e/2)-floor(r_t2/2) : round(r_e/2)+ceil(r_t2/2)-1, round(c_e/2)-floor(c_t2/2) : round(c_e/2)+ceil(c_t2/2)-1) = temp2

ss = temp3

subplot(2,3,3)imshow(ss,[])title('Minification')

登录后复制

ps:直接调用imresize函数而不进行处理的效果如下图所示:

看起来图像没怎么变化,但存储图像的矩阵已经变大或变小了,如下图所示:

image为原始图像矩阵,temp1为放大后的图像矩阵,temp2为缩小后的图像矩阵


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/11059980.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-13
下一篇 2023-05-13

发表评论

登录后才能评论

评论列表(0条)

保存