武汉理工大学《信息处理系统综合训练》课程设计报告PAGE\*MERGEFORMAT14目录TOC\o"1-3"\u摘要PAGEREF_Toc360448349\h0一设计任务PAGEREF_Toc360448350\h12方案选择PAGEREF_Toc360448351\h23详细设计PAGEREF_Toc360448352\h33.1程序流程图PAGEREF_Toc360448353\h43.2关键原理PAGEREF_Toc360448354\h43.2.1DFTPAGEREF_Toc360448355\h53.2.2频率域滤波器PAGEREF_Toc360448356\h63.3程序简要说明PAGEREF_Toc360448357\h73.3.1图像获取PAGEREF_Toc360448358\h73.3.2DFT变换PAGEREF_Toc360448359\h73.3.3产生噪声信号PAGEREF_Toc360448360\h83.3.4加噪声PAGEREF_Toc360448361\h93.3.5滤波器设计PAGEREF_Toc360448362\h103.3.6用户界面设计PAGEREF_Toc360448363\h114调试与运行PAGEREF_Toc360448364\h125总结PAGEREF_Toc360448365\h13参考文献PAGEREF_Toc360448366\h14附录摘要离散傅立叶变换（DFT）在数字信号处理和数字图像处理中应用十分广泛。它建立了离散时域和离散之间的联系。如果直接应用卷积和相关运算在时域中处理，计算量将随着取样点数的平方而增加，这使计算机的计算量大，很费时，很难达到实时处理的要求。因此，一般可采用DFT方法，将输入的数字信号首先进行DFT变换，在频域中进行各种有效的处理，然后进行DFT反变换，恢复为时域信号。这样用计算机对变换后的信号进行频域处理。比在时域中直接处理更加方便，计算量也大大减少，提高了处理速度。因此，DFT在数字图像处理领域中有很大的实用价值。离散傅立叶变换还有一个明显的优点就是具有快速算法，即快速傅立叶算法(FastFourierTransform)，它可以大大减少计算次数，使计算量减少到只是相当于直接使用离散傅立叶变换所用的一小部分。并且，二维离散傅立叶变换很容易从一维的概念推广得到。在数字图像处理中，二维离散傅立叶被广泛的应用于图像增强、复原、编码和分类中。本文以离散傅里叶变换为例，窥一斑而见全豹的简述一下频域变换的重要作用。离散傅立叶变换（DiscreteFourierTransform）简称DFT，在数字信号处理和数字图像处理中应用十分广泛，它建立了离散时域和离散之间的联系。在数字图像处理中，二维离散傅立叶被广泛的应用于图像增强、复原、编码和分类中。本课程设计是在MATLAB软件环境下读入图像，实现图像的离散傅立叶变换（DFT），并对系数进行分析，并对图像变换后的系数的分布特点进行分析和变换后的系数进行重新排列，将低频系数移到中心位置。再在图像中加入特定频率的噪声，并运用各种滤波方法将其滤除。关键词：DFTMATLABGUI噪声滤波一设计任务当前，人类社会已经进入了信息社会。信息是事物运动状态和特征的反映，它和材料及能量一起构成社会的三个要素。但是，信息具有一些不同于材料和能量的特征。信息具有普遍性，无损性，时空独立性，等等。正是由于信息具有这些特征，因此，它和人类文明及社会发展的各个阶段都有密切的联系。与其他学科一样，生物医学受到信息科学及技术的影响，进而相互渗透，融合。由此产生的对生物和医学学科发展的促进作用也是显而易见的：例如，X射线早在1895年已被发现，然而，只有在计算机技术快速发展和图像重建及处理方法得以实现的基础上，G.N.Hounsfield和A.M.Cormack才发明了X射线计算机断层扫描成像技术（XCT）并应用于医学。图像重建方法包括二维平行光束和扇形束成像，三位平行线，平行面以及锥形束成像。我们所用到的傅立叶变换就属于二维平行光束成像。一般地说，人眼所能看到的实物就是处于一个相对的空间参考系中，而在空间域中的图像就是对物体光反射特性的一种具体表现。因此，在空间域中定义的图像，其像素的坐标值确定了该像素的相对空间位置，图像中各像素的灰度值反映了物体在该点的光反射特性。正式由于图像的空间域定义直接反也容易让人接受。但是，有时为了使某种处理或运算更为简便或快速，或者为了更明显的表现图像的另一