傅里叶变换与高低频滤波及matlab编程

《傅里叶变换与高低频滤波及matlab编程》由会员分享，可在线阅读，更多相关《傅里叶变换与高低频滤波及matlab编程（10页珍藏版）》请在金锄头文库上搜索。

1、傅里叶变换与高低频滤波 及matlab编程傅里叶变换及傅里叶反变换的 matlab函数 傅里叶正变换函数：一维：fft 二维：fft2 傅里叶反变换函数：一维：ifft 二维：ifft2高低频滤波 由于图像的低频成分反映的是图像的概貌 ， 而图像的高频部分反映的是图像的细节； 所以对图像进行低频滤波可以得到图像的 概貌，而高频滤波则可以反映图像的轮廓 细节低频滤波的matlab实现 Z=imread(Lenna.bmp) A=double(Z); subplot(1,2,1),imshow(Z); B=ones(256,256); B(128-30:128+30,128-30:128+30)=

2、1; C=fftshift(fft2(A); D=C.*B; FF=ifft2(D); subplot(1,2,2),imshow(abs(FF),);实验结果：实验分析： 变换后图像会有模糊高频滤波的matlab实现1 Z=imread(Lenna.bmp) A=double(Z); subplot(1,2,1),imshow(Z); B=zeros(256,256); B(128-30:128+30,128-30:128+30)=1; B1=1-B; C=fftshift(fft2(A); D=C.*B1; FF=ifft2(D); subplot(1,2,2),imshow(abs(FF),);高频滤波的matlab实现2 Z=imread(Lenna.bmp) A=double(Z); subplot(1,2,1),imshow(Z); B=ones(256,256); B(128-30:128+30,128-30:128+30)=0; C=fftshift(fft2(A); D=C.*B; FF=ifft2(D); subplot(1,2,2),imshow(abs(FF),);实验结果：实验分析： 变换后可以得到图像的轮廓