1. 直方图均衡化的 Matlab 实现 1.1 imhist 函数 功能：计算和显示图像的色彩直方图 格式：imhist(I,n) imhist(X,map) 说明：imhist(I,n) 其中，n 为指定的灰度级数目，缺省值为256；imhist(X,map) 就算和显示索引色图像 X 的直方图，map 为调色板。用 stem(x,counts) 同样可以显示直方图。 1.2 imcontour 函数 功能：显示图像的等灰度值图 格式：imcontour(I,n),imcontour(I,

经典快速傅里叶变换的练习题，有详细的解答过程，有深刻的归纳总结，FFT N=E4 幅度部分 5 BO 52-15105 05 相角部分 0.5 -05}- 5105005 图5-3 图5 例7令X(n)=(·0.9)",n-[·5:5],讨论其离散时间傅立叶变换的共轭对称性 例8比较序列x(t)=c0s(80πt)分别经过ft和ift变换后的序列 解: MATLAB命令窗凵输入如下 解:n[5:5]; k=-20:20;W=(p/100xk t=:0.0:F %时域数据点 =x*(eXp(·j*

傅立叶变换对的定义如下： 　　公式假定了—个无限持续时间和带宽的连续信号。对于实际的表达式还需要在时间和频率上采样，并且对幅值进行量化。从实现的角度来讲，我们更希望在时间和频率上使用有限数量的采样。这样就产生了离散傅立叶变换（discrete Fourier Transform，DFT），其中在时间和频率上采用了Ⅳ次采样，根据： 　　如果用DFT对傅立叶频谱进行近似，就必须记住在时间和频率上采样的影响，分别是： 　　·通过在时域上的采样，可以得到采样频率为fs的周期性频谱。正如“S

卷积的快速实现和离散傅立叶变换（discrete Fourier transform，DFT）的计算都是信号和图像处理中经常遇到的问题。在实践中，这些操作通常都是用快速傅立叶变换（fast Fourier transform，FFT）算法实现的。NTT在某些场合要优于基于FFT的系统。此外也有可能采用矩形变换，像Walsh／Hadamard或算法傅立叶变换，来得到DFT或卷积的近似。 　　1971年，Pollard[144]在有限群上定义了NTT。由于存在变换对： 　　其中N×N-1≡1