在matlab中使用FFT去除图像中的图案和噪声

Question

我正在使用clown.jpg图像来摆脱它所带来的明显模式/噪音。

我在对图像进行FFT之前所做的第一步是将其重新缩放为2的幂（即256×256）的方形图像。在matlab中使用FFT和fftshift可以在图像中心的强度下进行快速傅立叶变换。下图是使用上述功能的结果。

我成功地通过在FFT图像上手动归零“星星”来消除模式/噪声，如下所示：

采用IFFT，我获得了更好的图像质量（未显示）。

我的问题是，是否有一种将“星星”归零的自动方式？由于我们不想删除最明亮的“星形”，DC分量和低值，因此我创建了一个将图像归零的区间。这样的阈值如下：

filter = (fLog > .7*max(fLog(:)) ) | (fLog < .25*max(fLog(:)) )

where fLog is the log(1+abs(Fourier image)) and .7 and .25 are the corresponding
interval percentages.

输出掩码（我将乘以傅立叶图像）如下所示。黑色对应于0的值，白色对应于1.请注意，此蒙版的过滤会删除一些“星星”并保留一些直流分量。显然这种方法并不是最好的。

我正在阅读有关执行高通滤波器的内容，但这似乎会删除傅立叶图像中的所有外部值。这是基于我之前的测试（我没有包括这些图像）。

除了直流分量外，您是否建议突出显示高强度值。理想情况下，我想让面具看起来像：

来源：http://users.accesscomm.ca/bostrum/Imaging/tips/tip1.html

在另一个网站中，有人提到使用“高通和水平校正FFT数据只保留代表光栅图案的杂散点”。我不清楚如何做到这一点。

来源：http://www.robotplanet.dk/graphics/raster_removal/

非常感谢您的帮助。

以下是我的源代码帮助：

I = imread('clown.jpg'); % Read Image

% convert to grayscale
I = rgb2gray(I);

% normalize the image and conver to doubleI
I = double(mat2gray(I));

% Resize the image
I = imresize(I, [256 256]);

% get the size of the image
[rows,cols] = size(I);

% apply FFT
f = fftshift(fft2(I));

% used to plot the image
fLog = log(1 + abs(f));

% filter by a range based on fLog

filter = (fLog > .7*max(fLog(:)) ) | (fLog < .25*max(fLog(:)) );

B = abs(ifft2(f.*filter));

colormap(gray)
subplot(2,2,1),imagesc(I); title('Original Image')
subplot(2,2,2),imagesc(fLog); title('Fourier Image')
subplot(2,2,3),imagesc(filter); title('Zeroed Fourier Image')
subplot(2,2,4),imagesc(B); title('Cleaned Image')
annotation('textbox', [0 0.9 1 0.1], ...
    'String', 'Fourier Analysis on Clown Image', ...
    'EdgeColor', 'none', ...
    'HorizontalAlignment', 'center', ...
    'FontSize', 15, ...
    'FontWeight', 'bold')

Answer 1

我试图检测频域中的局部最大幅度，并将它们与邻域一起归零。它不是很干净，但至少在某种程度上实现了一些自动归零。

我的代码：

I=I-mean(I(:));
f = fftshift(fft2(I));
fabs=abs(f);

roi=3;thresh=400;
local_extr = ordfilt2(fabs, roi^2, ones(roi));  % find local maximum within 3*3 range

result = (fabs == local_extr) & (fabs > thresh);

[r, c] = find(result);
for i=1:length(r)
    if (r(i)-128)^2+(c(i)-128)^2>400   % periodic noise locates in the position outside the 20-pixel-radius circle
        f(r(i)-2:r(i)+2,c(i)-2:c(i)+2)=0;  % zero the frequency components
    end
end

Inew=ifft2(fftshift(f));
imagesc(real(Inew)),colormap(gray),

Answer 2

我最近为我的作业编写了陷阱过滤器，我很难找到一个示例代码，这是我的代码，我希望它会有所帮助。谢谢所有人。

它是理想的陷波抑制滤波器，用于消除周期性噪声。

I = imread('clown.jpg'); %read image
I = imresize(I, [256 256]); %resize image
[m,n] = size(I);%get size of image as m and n
[X,Y]=meshgrid(1:256,1:256); % it is a meshgrid for circle mask
filter=ones(m,n); % filter initially only ones in it
%according to notch filter equation it will find point on image is on    imaginary circle.i found circle coordinates.
for i=1:m-1
  for j=1:n-1
  d0 = i-130)^2 + (j-130)^2 <= 32^2 && (i-130)^2 + (j-130)^2 >=20^2; 
      if d0
         filter(i,j)=0;
     else
         filter(i,j)=1;
     end
   end
 end
f = fftshift(fft2(I));
G = abs(ifft2(f.*filter));
figure(1),imshow(G,[]);