文档介绍：实验五-;,加深对频域图像增强的理解;;;(1)(128×128大小,暗处=0,亮处=255),用MATLAB中的fft2函数对其进行FFT:①同屏显示原图和的幅度谱图;②若令,重复以上过程,比较二者幅度谱的异同,简述理由;(x,y)③若将顺时针旋转45度得到,试显示的幅度谱,并与的幅度谱进行比较。1.%生成图形f1f1=zeros(128,128);f1((64-30):(63+30),(64-10):(63+10))=1;%FFT变换fft_f1=log(1+abs(fftshift(fft2(f1))));figure;subplot(121);imshow(f1);title('Imagef1');subplot(122);imshow(fft_f1,[]);title('FFTf1');2.%计算f2f2=zeros(128,128);fori=1:128;forj=1:128;f2(i,j)=((-1)^(i+j))*f1(i,j);endendfft_f2A=log(1+abs(fft2(f2)));fft_f2B=log(1+abs(fftshift(fft2(f2))));figure;subplot(131);imshow(f2);title('Imagef2');subplot(132);imshow(fft_f2B,[]);title('FFTf2');subplot(133);imshow(fft_f2A,[]);title('FFTf2WithoutFFTShift');分析:根据傅里叶变换对的平移性质:;当且时,有:因此可得到:所以,就是频谱中心化后的结果。3.%计算f3f3=imrotate(f2,-45,'nearest');fft_f3=log(1+abs(fftshift(fft2(f3))));figure;subplot(121);imshow(f3);title('Imagef3');subplot(122);imshow(fft_f3,[]);title('FFTf3');(2)(256×256大小、256级灰度)进行频域的理想低通、高通滤波,同屏显示原图、幅度谱图和低通、高通滤波的结果图。:fid=fopen('D:\matlab7\image\','r');data=(fread(fid,[256,256],'uint8'))';subplot(1,2,1)imagesc(data);colormap(gray);title('LENA','Color','r');fft_lena=fft2(data);f=fftshift(fft_lena);fori=1:256forj=1:256ifsqrt((i-128)^2+(j-128)^2)>30f(i,j)=0;endendendsub