matlab加特定频率的噪声,Matlab特定频率噪声滤波课设报告.doc

Matlab特定频率噪声滤波课设报告

目 录

1绪论2

2.方案设计3

2.1设计思路：3

2.2总体设计方案3

2.3设计原理3

2.3.1 DFT3

2.3.2滤波器设计4

3.程序设计5

3.1程序流程图5

3.2读取图像5

3.3加入特定频率的噪声6

3.4频域滤波7

3.5 GUI界面设计8

4测试及分析9

4.1测试结果9

4.1结果分析9

5小结10

6参考文献11

附录12

1绪论

数字图像处理应用Matlab软件解决图像处理中的问题、难题，节省图像处理工作的时间，大大提高了图像处理的效率。目前数字图像处理科学已成为各领域中各学科学习和研究的对象。随着信息高速公路、数字地球概念的提出以及Internet的广泛应用，图像处理技术的需求与日俱增，图像处理科学无论是在理论上还是实践上都存在着巨大的潜力。

在图像处理的过程中,消除图像的噪声干扰是一个非常重要的问题。一般滤除噪声的方法有两种：空间域滤波和频域滤波。

空域滤波是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。

频域滤波是图像经傅里叶变换以后，边缘和其他尖锐变化(如噪音)在图像的灰度级中主要处于傅里叶变换的高频部分。因此，可以通过图像和噪声的频率差别滤除噪声。

本次设计要求滤除特定频率的噪声，因此采用频域滤波方式中的巴特沃斯带阻滤波器。2.2总体设计方案

图2.2总体设计方案流程图

2.3设计原理

2.3.1 DFT

离散傅里叶变换(Discrete Fourier Transform，缩写为DFT)，是傅里叶变换在时域和频域上都呈离散的形式，将信号的时域采样变换为其DTFT的频域采样。在形式上，变换两端(时域和频域上)的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作DFT，也应当将其看作其周期延拓的变换。在实际应用中通常采用快速傅里叶变换计算DFT。

下面给出离散傅里叶变换的变换对：

(1)对于N点序列≦n

(2)离散傅里叶变换的逆变换(IDFT)为：

可以记为：

实际上，DFT和IDFT变换式中和式前面的归一化系数并不重要。在上面的定义中，DFT和IDFT前的系数分别为1 和1/N。有时会将这两个系数都改成。

图3.1程序流程图

3.2读取图像

%//读原图并显示

A=imread('1.jpg');

I=rgb2gray(A);

figure(1),imshow(I);title('原图');

%显示原图频谱

J=fftshift(fft2(I));

figure(2),

imshow(log(abs(J)),[8 20]);title('原图频谱');

A=imread('1.jpg')读取RGB图像；I=rgb2gray(A)转换为灰度图像；J=fftshift(fft2(I))对灰度图像进行FFT变换，并把求得频谱低频移至中心。

图3.2(a)灰度图像 图3.2(b)灰度图像频谱

3.3加入特定频率的噪声

%//加正弦噪声//

[m,n]=size(I);

s=size(I);

[x,y]=meshgrid(1:s(1),1:s(2));

p=sin(10*x/5+10*y/20)+1;

f=(im2double(I)+p/2)/2;

f=uint8(f*256);

figure(3),%显示加噪声的图像

imshow(f);title('加噪图像');

%显示加噪后频谱

K=fftshift(fft2(f));

figure(4),%显示加噪图像频谱

imshow(log(abs(K)),[8 20]);title('加噪后频谱');

s=size(I)获取原图的维度；sin(10*x/5+10*y/5)加入正弦噪声；im2double(I)将原图像矩阵转换为0,1之间的double型。

图3.2(a)加噪图像 图3.2(b)加噪图像频谱

3.4频域滤波

%//n阶巴特沃斯滤波

k=fft