图像的频域变换**
Matlab图像显示方法
图像的读写 %matlab自带图像在安装路径下 \toolbox\images\imdemos
1：图像读
RGB = imread('ngc6543a.jpg');
figure,imshow(RGB);
2：图像写
%先从一个.mat 文件中载入一幅图像，然后利用图像写函数imwrite，创建一个.bmp文件，并将图像存入其中。
load clown
whos
imwrite(X,map,'clown.bmp');
3：图像文件格式转换
bitmap = imread('clown.bmp','bmp');
imwrite(bitmap,'clown.png','png');
图像显示
1：二进制图像的显示
BW1=zeros(20,20); %创建仅包含0/1的双精度图像
BW1(2:2:18,2:2:18)=1;
imshow(BW1,'InitialMagnification','fit'); %double类型[0,1]
BW2=uint8(BW1);
figure,imshow(BW2,'InitialMagnification','fit');
figure,imshow(BW2,[],'InitialMagnification','fit'); %uint8类型[0,255]
BW3=BW2~=0; %逻辑标志置为on
figure,imshow(BW3,'InitialMagnification','fit');
2：灰度图像的显示
I=imread('spine.tif');
J=filter2([1 2;-1 -2],I); % filters the data in X with the 2D FIR filter in the matrix h.
imshow(I,[]);
figure,imshow(J,[]);
3：索引图像的显示
load clown %装载一幅图像
imwrite(X,map,'clown.bmp'); %保存为bmp文件
imshow(X);
imshow(X,map);
4：RGB图像的显示
RGB=imread('ngc6543a.jpg');
figure,imshow(RGB);
imshow(RGB(:,:,3)); % 显示第3个颜色分量
5：多帧图像的显示
mri=uint8(zeros(128,128,1,27)); % 27帧文件mri.tif初始化
for frame=1:27
[mri(:,:,:,frame),map]=imread('mri.tif',frame); % 读入每一帧
end
figure;imshow(mri(:,:,:,3),map); % 显示第3帧
figure,imshow(mri(:,:,:,6),map); % 显示第6帧
figure,imshow(mri(:,:,:,10),map); % 显示第10帧
figure,imshow(mri(:,:,:,20),map); % 显示第20帧
figure;
hold on;
for frame=1:27
imshow(mri(:,:,:,frame),map); % 读入每一帧
pause(0.1)
end
hold off
6：显示多幅图像
[X1,map1]=imread('forest.tif');
[X2,map2]=imread('trees.tif');
figure;
subplot(1,2,1),imshow(X1,map1);
subplot(1,2,2),imshow(X2,map2);
图像的频域变换
傅立叶变换
1：绘制一个二值图像矩阵,并将其傅立叶函数可视化。
f = zeros(30,30);
f(5:24,13:17) = 1;
figure,imshow(f,'InitialMagnification','fit');
F = fft2(f);
F2 = log(abs(F));
figure,imshow(F2,[-1 5],'InitialMagnification','fit');
F=fft2(f,256,256); %零填充为256×256矩阵
figure,imshow(log(abs(F)),[-1 5],'InitialMagnification','fit');
F2=fftshift(F); %将图像频谱中心由矩阵原点移至矩阵中心
figure,imshow(log(abs(F2)),[-1 5],'InitialMagnification','fit');
2：利用傅里叶变换恢复图像
I=imread('cameraman.tif');
figure,subplot(1,3,1),imshow(I);
F = fft2(I);
I2 = ifft2(F);
subplot(1,3,2),imshow(I2, []);
I3 = ifft2(F./abs(F)); % 幅度谱变为1
subplot(1,3,3),imshow(I3, []);
离散余弦变换(DCT)
1：使用dct2对图像‘autumn.tif’进行DCT变换。
RGB=imread('autumn.tif');
figure;imshow(RGB);
I=rgb2gray(RGB); %转换为灰度图像
figure,imshow(I);
J=dct2(I);
figure,imshow(log(abs(J)),[]),colormap(jet(64));colorbar;
2：将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并与原图像比较。
RGB=imread('autumn.tif');
figure,subplot(2,2,1),imshow(RGB);title('原始彩色图像');
I=rgb2gray(RGB); %转换为灰度图像
subplot(2,2,2),imshow(I);title('灰度图像');
J=dct2(I);
K=idct2(J);
subplot(2,2,3),imshow(K,[0 255]);title('离散余弦反变换恢复图像');
J(abs(J)<20)=0; %舍弃系数
K2=idct2(J);
subplot(2,2,4),imshow(K2,[0 255]);title('舍弃系数后离散余弦反变换恢复图像');
3：利用DCT变换进行图像压缩。
I=imread('cameraman.tif');
I=im2double(I);
T=dctmtx(8); %DCT变换矩阵
fun1 = @(block_struct) T*block_struct.data*T';
B=blockproc(I,[8,8],fun1); %分块DCT变换
mask=[1 1 1 1 0 0 0 0
1 1 1 0 0 0 0 0
1 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0];
fun2 = @(block_struct) mask.*block_struct.data;
B2=blockproc(B,[8 8],fun2); %每小块取低频系数
fun3 = @(block_struct) T'*block_struct.data*T;
I2=blockproc(B2,[8 8],fun3);
figure,subplot(1,2,1),imshow(I);title('原始图像');
subplot(1,2,2),imshow(I2);title('离散余弦变换压缩后恢复图像');
