1、實驗一 常用MATLAB圖像處理命令一、實驗目的 1、熟悉并掌握MATLAB工具的使用；2、實現(xiàn)圖像的讀取、顯示、代數運算和簡單變換。二、實驗環(huán)境MATLAB 6.5以上版本、WIN XP或WIN2000計算機三、常用函數l 讀寫圖像文件1 imread imread函數用于讀入各種圖像文件，如：a=imread(e:w01.tif) 2 imwrite imwrite函數用于寫入圖像文件，如：imwrite(a,e:w02.tif,tif) 3 imfinfo imfinfo函數用于讀取圖像文件的有關信息，如：imfinfo(e:w01.tif)l 圖像的顯示1 image image函數是

2、MATLAB提供的最原始的圖像顯示函數，如： a=1,2,3,4;4,5,6,7;8,9,10,11,12; image(a); 2 imshow imshow函數用于圖像文件的顯示，如： i=imread(e:w01.tif);imshow(i);title（原圖像）%加上圖像標題 3 colorbar colorbar函數用顯示圖像的顏色條，如： i=imread(e:w01.tif); imshow(i); colorbar; 4 figurefigure函數用于設定圖像顯示窗口，如：figure(1)； /figure(2)；5 subplot 把圖形窗口分成多個矩形部分，每個部分可以

3、分別用來進行顯示。Subplot（m，n，p）分成m*n個小窗口，在第p個窗口中創(chuàng)建坐標軸為當前坐標軸，用于顯示圖形。6 plot繪制二維圖形plot（y）Plot（x，y）xy可以是向量、矩陣。l 圖像類型轉換1 rgb2gray/灰色把真彩圖像轉換為灰度圖像i=rgb2gray（j）2 im2bw/黑白通過閾值化方法把圖像轉換為二值圖像I=im2bw（j，level）Level表示灰度閾值，取值范圍01（即0.n），表示閾值取自原圖像灰度范圍的n%3 imresize改變圖像的大小I=imresize（j，m n）將圖像j大小調整為m行n列l(wèi) 圖像運算1 imadd兩幅圖像相加，要求同樣大

4、小，同種數據類型Z=imadd（x，y）表示圖像x+y2 imsubstract兩幅圖像相減，要求同樣大小，同種數據類型Z=imsubtract（x，y） 表示圖像x-y3 immultiplyZ=immultiply（x，y） 表示圖像x*y4 imdivideZ=imdivide（x，y） 表示圖像x/y5：m = imadjust(a,0.5;1) ;%圖像變亮n = imadjust(a,0;0.5) ;%圖像變暗g=255-a;%負片效果四、實驗內容（請將實驗程序填寫在下方合適的位置，實驗圖像結果拷屏粘貼）1、讀入一幅RGB圖像，變換為灰度圖像和二值圖像，并在同一個窗口內分成三個子窗

5、口來分別顯示RGB圖像和灰度圖像，注上文字標題。a=imread(f:1.jpg)i = rgb2gray(a)I = im2bw(a,0.5)subplot(3,1,1);imshow(a);title(原圖像)subplot(3,1,2);imshow(i);title(灰度圖像)subplot(3,1,3);imshow(I);title(二值圖像) 2、對兩幅不同圖像執(zhí)行加、減、乘、除操作，在同一個窗口內分成五個子窗口來分別顯示，注上文字標題。a=imread(f:1.jpg)A=imresize(a,800 800)b=imread(f:2.jpg)B=imresize(b,800

6、800)Z1=imadd(A,B)Z2=imsubtract(A,B)Z3=immultiply(A,B)Z4=imdivide(A,B)subplot(3,2,1); imshow(A);title(原圖像A)subplot(3,2,2); imshow(B);title(原圖像B)subplot(3,2,3); imshow(Z1);title(加法圖像)subplot(3,2,4); imshow(Z2);title(減法圖像)subplot(3,2,5); imshow(Z3);title(乘法圖像)subplot(3,2,6); imshow(Z2);title(除法圖像)3、 對一

7、幅圖像進行灰度變化，實現(xiàn)圖像變亮、變暗和負片效果，在同一個窗口內分成四個子窗口來分別顯示，注上文字標題。a=imread(f:1.jpg);m = imadjust(a,0.5;1) ;%圖像變亮n = imadjust(a,0;0.5) ;%圖像變暗g=255-a;%負片效果subplot(2,2,1);imshow(a);title(原圖像)subplot(2,2,2);imshow(m);title(圖像變亮)subplot(2,2,3);imshow(n);title(圖像變暗) subplot(2,2,4);imshow(g);title(負片效果) 4、熟悉數字圖像處理常用函數的使

8、用，調出幫助文檔查看其各種不同用法。方法：選擇函數（函數所在區(qū)變暗），點右鍵彈出菜單，選擇“Help on Selection”五、實驗總結分析圖像的代數運算結果，分別陳述圖像的加、減、乘、除運算可能的應用領域。實驗四 常用圖像增強方法一、實驗目的 1、熟悉并掌握MATLAB圖像處理工具箱的使用；2、理解并掌握常用的圖像的增強技術。二、實驗環(huán)境MATLAB 6.5以上版本、WIN XP或WIN2000計算機三、相關知識 1 imnoise imnoise函數用于對圖像生成模擬噪聲，如： i=imread(e:w01.tif);j=imnoise(i,gaussian,0,0.02);模擬均值為

9、0方差為0.02的高斯噪聲，j=imnoise(i,salt&pepper, 0.04) 模擬疊加密度為0.04的椒鹽噪聲 2 fspecial fspecial函數用于產生預定義濾波器，如： h=fspecial(sobel);%sobel水平邊緣增強濾波器 h=fspecial(gaussian);%高斯低通濾波器 h=fspecial(laplacian);%拉普拉斯濾波器 h=fspecial(log);%高斯拉普拉斯（LoG）濾波器 h=fspecial(average);%均值濾波器3 基于卷積的圖像濾波函數 imfilter函數， filter2函數，二維卷積conv2濾波,都可

10、用于圖像濾波，用法類似，如： i=imread(e:w01.tif); h=1,2,1;0,0,0;-1,-2,-1;%產生Sobel算子的水平方向模板j=filter2(h,i);或者：h = fspecial(prewitt)I = imread(cameraman.tif);imshow(I); H = fspecial(prewitt); %預定義濾波器M = imfilter(I,H);imshow(M) 或者： i=imread(e:w01.tif); h=1,1,1;1,1,1;1,1,1; h=h/9; j=conv2(i,h);4 其他常用濾波舉例（1）中值濾波 medfil

11、t2函數用于圖像的中值濾波，如： i=imread(e:w01.tif); j=medfilt2(i，M N);對矩陣i進行二維中值濾波，領域為M*N，缺省值為3*3 （2）利用拉氏算子銳化圖像, 如: i=imread(e:w01.tif); j=double(i); h=0,1,0;1,-4,0;0,1,0;%拉氏算子 k=conv2(j,h,same);三、實驗步驟1、采用二維中值濾波函數medfilt2對受椒鹽噪聲干擾的圖像濾波，窗口分別采用3*3,5*5,7*7I = imread(f:lena.png);J = imnoise(I,salt & pepper,0.04);K1 =

12、medfilt2(J,3 3);%對矩陣i進行二維中值濾波，領域為3*3 K2 = medfilt2(J,5 5);K3 = medfilt2(J,7 7);subplot(2,2,1);imshow(J);title(椒鹽噪聲干擾圖像)subplot(2,2,2);imshow(K1);title(領域為3*3二維中值濾波)subplot(2,2,3);imshow(K2);title(領域為5*5二維中值濾波) subplot(2,2,4);imshow(K3);title(領域為7*7二維中值濾波) 2、采用MATLAB中的函數filter2對受噪聲干擾的圖像進行均值濾波I = imre

13、ad(f:lena.png);j=imnoise(i,gaussian,0,0.02);%模擬均值為0方差為0.02的高斯噪聲，M= filter2(fspecial(average,9),J)/255; %模板尺寸為9subplot(2,1,1);imshow(j);title(噪聲干擾圖像)subplot(2,1,2);imshow(M);title(改進后的圖像)3、 采用三種不同算子對圖像進行銳化處理。i=imread(f:1.jpg)I=rgb2gray(s)H=fspecial(sobel)%應用Sobel算子銳化圖像I1=filter2(H,I)%Sobel算子濾波銳化H=fsp

14、ecial(prewitt)%應用prewitt算子銳化圖像I2=filter2(H,I)%prewitt算子濾波銳化H=fspecial(log)%應用log算子銳化圖像I3=filter2(H,I)%log算子濾波銳化subplot(2,2,1);imshow(i);title(原圖像)subplot(2,2,2);imshow(I1);title(Sobel算子銳化圖像)subplot(2,2,3);imshow(I2);title(prewitt算子銳化圖像) subplot(2,2,4);imshow(I3);title(log算子銳化圖像) 四、實驗總結1、比較不同平滑濾波器的處理

15、效果，分析其優(yōu)缺點2、比較不同銳化濾波器的處理效果，分析其優(yōu)缺點實驗五 圖像恢復和圖像分割一、實驗目的 1、熟悉并掌握MATLAB圖像處理工具箱的使用；2、理解并掌握常用的圖像的恢復和分割技術。二、實驗環(huán)境MATLAB 6.5以上版本、WIN XP或WIN2000計算機三、相關知識1 deconvwnr維納濾波，用法：J = deconvwnr(I,PSF,NSR) 用維納濾波算法對圖片I進行圖像恢復后返回圖像J。 I是一個N維數組。PSF是點擴展函數的卷積。NSP是加性噪聲的噪聲對信號的功率比。如：I = im2double(imread(cameraman.tif); imshow(I);

16、 title(Original Image ); %模擬運動模糊 Matlab中文論壇 LEN = 21; THETA = 11; PSF = fspecial(motion, LEN, THETA); blurred = imfilter(I, PSF, conv, circular); figure, imshow(blurred) %恢復圖像www.iLoveM wnr2 = deconvwnr(blurred_noisy, PSF); figure, imshow(wnr2) title(Restoration of Blurred) 2 edge 檢測灰度或者二值圖像

17、的邊緣，返回一個二值圖像，1像素是檢測到的邊緣，0像素是非邊緣。用法：BW = edge(I,sobel,thresh,direction)，I為檢測對象；邊緣檢測算子可用sobel，roberts，prewitt，zerocross，log，canny；thresh指定閾值，檢測時忽略所有小于閾值的邊緣，默認自動選擇閾值；direction方向，在所指定的方向direction上，用 算子進行邊緣檢測horizontal(水平方向)、vertical(垂直方向)或both(兩個方向)。如：I = imread(circuit.tif); BW1 = edge(I,prewitt); imsh

18、ow(BW1); 3 strel創(chuàng)建形態(tài)學結構元素。用法： SE = STREL(arbitrary,NHOOD,HEIGHT) 創(chuàng)建一個指定領域的非平面結構化元素。HEIGHT是一個矩陣，大小和NHOOD相同，他指定了NHOOD中任何非零元素的高度值。SE = STREL(ball,R,H,N) 創(chuàng)建一個空間橢球狀的結構元素，其X-Y平面半徑為R，高度為H。R必須為非負整數，H是一個實數。N必須為一個非負偶數。當N0時此球形結構元素由一系列空間線段結構元素來近似。 SE = STREL(diamond,R) 創(chuàng)建一個指定大小R平面鉆石形狀的結構化元素。R是從結構化元素原點到其點的距離，必須為

19、非負整數。SE = STREL(disk,R,N) 創(chuàng)建一個指定半徑R的平面圓盤形的結構元素。這里R必須是非負整數. N須是0, 4, 6, 8.當N大于0時,圓盤形結構元素由一組N(或N+2)個周期線結構元素來近似。當N等于0時,不使用近似，即結構元素的所有像素是由到中心像素距離小于等于R的像素組成。N可以被忽略,此時缺省值是4。注: 形態(tài)學操作在N0情況下要快于N=0的情形。 如：se1 = strel(square,11) % 11乘以11的正方形4 imerode腐蝕圖像用法：IM2 = imerode(IM,SE) 腐蝕灰度、二進制或壓縮二進制圖像 IM ，返回腐蝕圖像 IM2 。參

20、數 SE 是函數 strel 返回的一個結構元素體或是結構元素體陣列。如：使用一個盤狀結構元素腐蝕一幅二進制圖像。 originalBW = imread(circles.png); se = strel(disk,11); erodedBW = imerode(originalBW,se); imshow(originalBW), figure, imshow(erodedBW) 5 imdilate膨脹圖像用法：IM2 = imdilate(IM, SE) 膨脹灰度圖像、二值圖像、或者打包的二值圖像IM，返回膨脹圖像M2。變量SE是一個結構元素或者一個結構元素的數組，其是通過strel函數

21、返回的。如：利用一個運行結構元素膨脹灰度圖像。 I = imread(cameraman.tif); se = strel(ball,5,5); I2 = imdilate(I,se); imshow(I), title(Original) figure, imshow(I2), title(Dilated) 三、實驗步驟1、產生運動模糊圖像，運用維納濾波進行圖像恢復，顯示結果。i=imread(f:1.jpg)I=rgb2gray(s)I = im2double(I); %模擬運動模糊LEN = 21;THETA = 11;PSF = fspecial(motion, LEN, THETA)

22、; blurred = imfilter(I, PSF, conv, circular);%恢復圖像wnr2 = deconvwnr(blurred, PSF); subplot(1,2,1);imshow(blurred);title(運動模糊圖像) subplot(1,2,2);imshow(wnr2);title(恢復圖像)2、 采用三種不同算子檢測圖像邊緣，顯示結果。i=imread(f:1.jpg)BW1 = edge(I,prewitt); BW2 = edge(I,zerocross);BW3 = edge(I,canny);subplot(2,2,1);imshow(i);ti

23、tle(原圖像)subplot(2,2,2);imshow(BW1);title(prewitt邊緣圖)subplot(2,2,3);imshow(BW2);title(zerocross邊緣圖) subplot(2,2,4);imshow(BW3);title(canny邊緣圖) 3、對二值圖像分別進行方形模板3*3和5*5的膨脹和腐蝕操作，顯示結果。a=imread(f:1.jpg)i = rgb2gray(a)I = im2bw(a,0.5)se3 = strel(disk,3); erodedBW1 = imerode(I,se3); se4 = strel(disk,5); erod

24、edBW2 = imerode(I,se4); se1 = strel(ball,3,3); I1 = imdilate(a,se1); se2 = strel(ball,5,5); I2 = imdilate(a,se2); subplot(2,2,1);imshow(I1);title(3*3膨脹圖像)subplot(2,2,2);imshow(I2);title(5*5膨脹圖像)subplot(2,2,3);imshow(erodedBW1);title(3*3腐蝕圖像) subplot(2,2,4);imshow(erodedBW2);title(5*5腐蝕圖像) 實驗六 圖像處理實際

25、應用一、實驗目的1、熟悉并掌握MATLAB圖像處理工具箱的使用；2、理解并掌握常用的圖像處理技術。二、實驗環(huán)境MATLAB 6.5以上版本、WIN XP或WIN2000計算機三、實驗內容調試運行下列程序,分析程序,對每條語句給出注釋,并顯示最終執(zhí)行結果。總結算法思想及優(yōu)缺點.I=imread(Car.jpg);y,x,z=size(I);myI=double(I);% RGB to HSI %tic % Y 方向 %Blue_y=zeros(y,1);for i=1:y for j=1:x if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119) %

26、 藍色RGB的灰度范圍 Blue_y(i,1)= Blue_y(i,1)+1; end end endtemp MaxY=max(Blue_y); % Y方向車牌區(qū)域確定PY1=MaxY;while (Blue_y(PY1,1)=5)&(PY11) PY1=PY1-1;end PY2=MaxY;while (Blue_y(PY2,1)=5)&(PY2y) PY2=PY2+1;endIY=I(PY1:PY2,:,:);% X 方向 % Blue_x=zeros(1,x); for j=1:x for i=PY1:PY2 if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI

27、(i,j,3)=119) Blue_x(1,j)= Blue_x(1,j)+1; end end endPX1=1;while (Blue_x(1,PX1)3)&(PX1x) PX1=PX1+1;end PX2=x;while (Blue_x(1,PX2)PX1) PX2=PX2-1;endPX1=PX1-2; % 對車牌區(qū)域的修正PX2=PX2+2;Plate=I(PY1:PY2,PX1-2:PX2,:);t=toc % 讀取計時%figure,imshow(I);figure,plot(Blue_y);gridfigure,plot(Blue_x);gridfigure,imshow(IY

28、);添加注釋和改正后的程序：I=imread(f:Car.jpg);%讀取圖片y,x,z=size(I);%給定圖片大小myI=double(I);%返回雙精度值% RGB to HSI %tic %計時開始 % Y 方向 %Blue_y=zeros(y,1);%一列全零矩陣for i=1:y%給定i的范圍 for j=1:x%給定j的范圍 if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119) % 藍色RGB的灰度范圍 Blue_y(i,1)= Blue_y(i,1)+1; % y矩陣加一 end end endtemp MaxY=max(Blu

29、e_y); % Y方向車牌區(qū)域確定PY1=MaxY;%y矩陣的最大元素while (Blue_y(PY1,1)=5)&(PY11)% 確定藍色RGB Blue_y所在位置 PY1=PY1-1; %對車牌區(qū)域的修正，向上調整end PY2=MaxY; %y矩陣的最大元素while (Blue_y(PY2,1)=5)&(PY2y) %確定藍色RGB Blue_y所在位置 PY2=PY2+1; %對車牌區(qū)域的修正向下調整endIY=I(PY1:PY2,:,:);%行的范圍 % X 方向 % Blue_x=zeros(1,x); %一行全一矩陣 for j=1:x%給定j的取值范圍 for i=PY1

30、:PY2%給定i的取值范圍 if(myI(i,j,1)=30)&(myI(i,j,2)=51)&(myI(i,j,3)=119)%調整I中的范圍 Blue_x(1,j)= Blue_x(1,j)+1; % Blue_x 的矩陣加一 end end endPX1=1;%當PX1等于1時while (Blue_x(1,PX1)3)&(PX1x) % 確定藍色RGB Blue_x的位置 PX1=PX1+1; %對車牌區(qū)域的修正向下調整end PX2=x; %當PX2等于x時while (Blue_x(1,PX2)PX1) %確定藍色RGB Blue_x的位置 PX2=PX2-1; %對車牌區(qū)域的修正

31、向下調整endPX1=PX1-2; % 對車牌區(qū)域的修正PX2=PX2+2; %對車牌區(qū)域的修正Plate=I(PY1:PY2,PX1-2:PX2,:);%矩陣行列的范圍 t=toc % 讀取計時%figure,imshow(I);%創(chuàng)建圖像窗口，顯示圖像Ifigure,plot(Blue_y);grid%創(chuàng)建圖像窗口，繪制Blue_y圖像，畫出網格線figure,plot(Blue_x);grid%創(chuàng)建圖像窗口，繪制Blue_x圖像，畫出網格線figure,imshow(Plate); %創(chuàng)建圖像窗口，顯示圖像Platet =0.5630實驗二 圖像基本操作一、實驗目的 1、熟悉及掌握圖像的

32、采樣原理，實現(xiàn)圖像的采樣過程，進行圖像的灰度轉換。 2、理解直方圖的概念及應用，實現(xiàn)圖像直方圖的顯示，及通過直方圖均衡和直方圖規(guī)定化方法對圖像進行修正。二、實驗環(huán)境MATLAB 6.5以上版本、WIN XP或WIN2000計算機三、相關函數l 圖像的增強1、 直方圖imhist函數用于數字圖像的直方圖計算或顯示，imhist(I,n)計算和顯示圖像I的直方圖，n為指定的灰度級數目，默認為256。如果I是二值圖像，那么n僅有兩個值。counts,x=imhist(.)返回直方圖數據向量counts，相應的色彩值向量x。如： i=imread(e:w01.tif);imhist(i); 2 、直方

33、圖均衡化histeq函數用于數字圖像的直方圖均衡化，J = histeq(I, n) 均衡化后的級數n，缺省值為64。J = histeq(I, hgram) 直方圖規(guī)定化，即將原是圖象 I 的直方圖變換成用戶指定的向量 hgram (即指定另一幅圖像的直方圖數據向量)。如： i=imread(e:w01.tif);j=histeq(i，N);對圖像i執(zhí)行均衡化，得到具有N個灰度級的灰度圖像j，N缺省值為64 3、 灰度調整imadjust函數用于數字圖像的灰度或顏色調整，J = imadjust(I) 將灰度圖像 I 中的亮度值映射到 J 中的新值并使 1 的數據是在低高強度和飽和，這增加了

34、輸出圖像 J 的對比度值。 J = imadjust(I,low_in; high_in,low_out; high_out) 將圖像I中的亮度值映射到J中的新值，即將low_in至high_in之間的值映射到low_out至high_out之間的值。low_in 以下與 high_in 以上的值被剪切掉了，也就是說，low_in 以下的值映射到 low_out，high_in 以上的值映射到high_out。它們都可以使用空的矩陣，默認值是0 1。 如： i=imread(e:w01.tif); j=imadjust(i,0.3,0.7,);將圖像i轉換為j，使灰度值從0.30.7與缺省值0

35、1相匹配l 運算函數1、Zeros生成全0數組或矩陣如 B = zeros(m,n) or B = zeros(m n) 返回一個 m*n 全0矩陣2、取整函數floor最小取整函數round四舍五入取整函數ceil最大取整函數如a = -1.9, -0.2, 3.4, 5.6, 7.0, 2.4+3.6iI=round(a)I = -2 0 3 6 7 2+ 4i四、實驗內容1、對一幅圖像進行2倍、4倍、8倍和16倍減采樣，顯示結果。 a=imread(f:/1.jpg); b=rgb2gray(a); for m=1:4 figure width,height=size(b); quart

36、image=zeros(floor(width/(m),floor(height/(2*m); k=1; n=1; for i=1:(m):width for j=1:(2*m):height quartimage(k,n)=b(i,j); n=n+1; end k=k+1; n=1; end imshow(uint8(quartimage);End2、 顯示一幅灰度圖像a，改變圖像亮度使其整體變暗得到圖像b，顯示兩幅圖像的直方圖。a=imread(f:lena_color.png)c=rgb2gray(a)b=c-46subplot(2,1,1);imhist(c);title(原圖像)su

37、bplot(2,1,2);imhist(b);title(變暗后的圖像)3、 對圖像b進行直方圖均衡化，顯示結果圖像和對應直方圖。b=imread(f:lena_color.png)c=rgb2gray(b)j=histeq(c)subplot(2,2,1),imshow(c)subplot(2,2,2),imshow(j)subplot(2,2,3),imhist(c) %顯示原始圖像直方圖subplot(2,2,4),imhist(j) %顯示均衡化后圖像的直方圖4、 讀入圖像c，執(zhí)行直方圖規(guī)定化，使圖像a的灰度分布與c大致相同，顯示變換后圖像及對應直方圖。I=imread(f:lena.

38、png); J=histeq(I,64); %均衡化成32個灰度級的直方圖 counts,x=imhist(J); %返回直方圖圖像向量countsb=imread(f:1.jpg)Q=rgb2gray(b) M=histeq(Q,counts); %將原始圖像Q的直方圖變成指定向量counts figure, subplot(3,2,1),imshow(I); subplot(3,2,2),imshow(Q); subplot(3,2,3),imhist(I); subplot(3,2,4),imhist(Q) subplot(3,2,5),imhist(J); subplot(3,2,6)

39、,imhist(M);實驗三 圖像變換一、實驗目的 1、熟悉及掌握圖像的變換原理及性質，實現(xiàn)圖像的傅里葉變換。二、實驗環(huán)境MATLAB 6.5以上版本、WIN XP或WIN2000計算機三、相關函數l 圖像的變換 1 fft2 fft2函數用于數字圖像的二維傅立葉變換，如： i=imread(e:w01.tif);j=fft2(i);由于MATLAB無法顯示復數圖像，因此變換后的結果還需進行求模運算，即調用abs函數。之后常常還進行對數變換，即調用log函數，以減緩傅里葉譜的快速衰減，更好地顯示高頻信息。 2 ifft2 ifft2函數用于數字圖像的二維傅立葉反變換，如： i=imread(e

40、:w01.tif); j=fft2(i);k=ifft2(j);3 fftshift用于將變換后圖像頻譜中心從矩陣的原點移動到矩陣的中心B=fftshift（i） 4 利用fft2計算二維卷積 利用fft2函數可以計算二維卷積,如: a=8,1,6;3,5,7;4,9,2; b=1,1,1;1,1,1;1,1,1; a(8,8)=0; b(8,8)=0; c=ifft2(fft2(a).*fft2(b); c=c(1:5,1:5); 利用conv2(二維卷積函數)校驗, 如： a=8,1,6;3,5,7;4,9,2; b=1,1,1;1,1,1;1,1,1; c=conv2(a,b);四、實驗內容1、對一幅圖像進行平移，顯示原始圖像與處理后圖像，分別對其進行傅里葉變換，顯示變換后結果，分析原圖的傅里葉譜與平移后傅里葉頻譜的對應關系。s=imread(f:1.jpg);%讀入原圖像i=rgb2gray(s)i=double(i)j=fft2(i); %傅里葉變換 k=f