图像处理分析FFT.docx

资源描述

图像处理分析FFT.docx

《图像处理分析FFT.docx》由会员分享，可在线阅读，更多相关《图像处理分析FFT.docx（16页珍藏版）》请在冰豆网上搜索。

图像处理分析FFT.docx

图像处理分析FFT

实验名称

实验5：

频域滤波

实验目的

掌握图像进行频域滤波的方法和步骤。

1、掌握图像频域DFT变换和反变换的方法。

2、掌握图像频域滤波的步骤

实验内容

1、灰度图像的DFT和IDFT。

具体内容：

利用OpenCV提供的cvDFT函数对图像进行DFT和IDFT变换

2、利用理想高通和低通滤波器对灰度图像进行频域滤波

具体内容：

利用cvDFT函数实现DFT，在频域上利用理想高通和低通滤波器进行滤波，并把滤波过后的图像显示在屏幕上（观察振铃现象），要求截止频率可输入。

3、利用布特沃斯高通和低通滤波器对灰度图像进行频域滤波。

具体内容：

利用cvDFT函数实现DFT，在频域上进行利用布特沃斯高通和低通滤波器进行滤波，并把滤波过后的图像显示在屏幕上（观察振铃现象），要求截止频率和n可输入。

实验完成情况

1、实验步骤：

利用OpenCV提供的cvDFT函数对图像进行DFT和IDFT变换

核心代码如下：

//DFT变换

IplImage*DFT（IplImage*src）

{

IplImage*fourier=cvCreateImage（cvGetSize（src）,IPL_DEPTH_64F,2）;

intdft_H,dft_W;

dft_H=src->height;

dft_W=src->width;

CvMat*src_Re=cvCreateMat（dft_H,dft_W,CV_64FC1）;//doubleRe,Im;

CvMat*src_Im=cvCreateMat（dft_H,dft_W,CV_64FC1）;//Imaginarypart

CvMat*sum_src=cvCreateMat（dft_H,dft_W,CV_64FC2）;//2channels（src_Re,src_Im）

CvMat*sum_dst=cvCreateMat（dft_H,dft_W,CV_64FC2）;//2channels（dst_Re,dst_Im）

cvConvert（src,src_Re）;

cvZero（src_Im）;

cvMerge（src_Re,src_Im,0,0,sum_src）;

cvDFT（sum_src,sum_dst,CV_DXT_FORWARD,0）;

cvConvert（sum_dst,fourier）;

cvReleaseMat（&src_Re）;

cvReleaseMat（&src_Im）;

cvReleaseMat（&sum_src）;

cvReleaseMat（&sum_dst）;

returnfourier;

}

//DFT反变换

IplImage*IDFT（IplImage*fourier）

{

IplImage*dst=cvCreateImage（cvGetSize（fourier）,IPL_DEPTH_8U,1）;

intdft_H,dft_W;

dft_H=fourier->height;

dft_W=fourier->width;

CvMat*dst_Re=cvCreateMat（dft_H,dft_W,CV_64FC1）;//doubleRe,Im;

CvMat*dst_Im=cvCreateMat（dft_H,dft_W,CV_64FC1）;//Imaginarypart

CvMat*sum_dst=cvCreateMat（dft_H,dft_W,CV_64FC2）;//2channels（dst_Re,dst_Im）

CvMat*sum_src=cvCreateMat（dft_H,dft_W,CV_64FC2）;

cvConvert（fourier,sum_src）;

cvDFT（sum_src,sum_dst,CV_DXT_INV_SCALE,0）;

cvSplit（sum_dst,dst_Re,dst_Im,0,0）;

cvConvert（dst_Re,dst）;

cvReleaseMat（&dst_Re）;

cvReleaseMat（&dst_Im）;

cvReleaseMat（&sum_src）;

cvReleaseMat（&sum_dst）;

returndst;

}

//归一化，将灰度映射到0~255之间,并将能量最高的四角移到中心,生成图片频域能量图

voidBuildDFTImage（IplImage*fourier,IplImage*dst）

{

IplImage*image_Re=0,*image_Im=0;

image_Re=cvCreateImage（cvGetSize（fourier）,IPL_DEPTH_64F,1）;

image_Im=cvCreateImage（cvGetSize（fourier）,IPL_DEPTH_64F,1）;//Imaginarypart

cvSplit（fourier,image_Re,image_Im,0,0）;

//ComputethemagnitudeofthespectrumMag=sqrt（Re^2+Im^2）

cvPow（image_Re,image_Re,2.0）;

cvPow（image_Im,image_Im,2.0）;

cvAdd（image_Re,image_Im,image_Re）;

cvPow（image_Re,image_Re,0.5）;

cvReleaseImage（&image_Im）;

cvAddS（image_Re,cvScalar（1.0）,image_Re）;//1+Mag

cvLog（image_Re,image_Re）;//log（1+Mag）

//重新安排傅里叶图像中心

//RearrangethequadrantsofFourierimagesothattheoriginisat

//theimagecenter

doubleminVal=0,maxVal=0;

cvMinMaxLoc（image_Re,&minVal,&maxVal）;//Localizeminimumandmaximumvalues

CvScalarmin;

min.val[0]=minVal;

doublescale=255/（maxVal-minVal）;

cvSubS（image_Re,min,image_Re）;

cvConvertScale（image_Re,dst,scale）;

cvReleaseImage（&image_Re）;

//RearrangethequadrantsofFourierimagesothattheoriginisat

//theimagecenter

intnRow,nCol,i,j,cy,cx;

uchartmp13,tmp24;

nRow=fourier->height;

nCol=fourier->width;

cy=nRow/2;//imagecenter

cx=nCol/2;

for（j=0;j

{

for（i=0;i

{

tmp13=CV_IMAGE_ELEM（dst,uchar,j,i）;

CV_IMAGE_ELEM（dst,uchar,j,i）=CV_IMAGE_ELEM（dst,uchar,j+cy,i+cx）;

CV_IMAGE_ELEM（dst,uchar,j+cy,i+cx）=tmp13;

tmp24=CV_IMAGE_ELEM（dst,uchar,j,i+cx）;

CV_IMAGE_ELEM（dst,uchar,j,i+cx）=CV_IMAGE_ELEM（dst,uchar,j+cy,i）;

CV_IMAGE_ELEM（dst,uchar,j+cy,i）=tmp24;

}

实验结果如图：

2、实验步骤：

利用cvDFT函数实现DFT，在频域上利用理想高通和低通滤波器进行滤波，并把滤波过后的图像显示在屏幕上（观察振铃现象），截止频率可输入。

核心代码如下：

voidPassFilter（IplImage*fourier,intFLAG,doubled0,intn1）

{

inti,j;

intstate=-1;

doubletempD;

longwidth,height;

width=fourier->width;

height=fourier->height;

longx,y;

x=width/2;

y=height/2;

CvMat*H_mat;

H_mat=cvCreateMat（fourier->height,fourier->width,CV_64FC2）;

for（i=0;i

for（j=0;j

if（i>y&&j>x）{

state=3;

}elseif（i>y）{

state=1;

}elseif（j>x）{

state=2;

}else{

state=0;

}

switch（state）{

case0:

tempD=（double）sqrt（1.0*i*i+j*j）;break;

case1:

tempD=（double）sqrt（1.0*（height-i）*（height-i）+j*j）;break;

case2:

tempD=（double）sqrt（1.0*i*i+（width-j）*（width-j））;break;

case3:

tempD=（double）sqrt（1.0*（height-i）*（height-i）+（width-j）*（width-j））;break;

default:

break;

}

switch（FLAG）{

caseIDEAL_LOW:

if（tempD<=D0）{

（（double*）（H_mat->data.ptr+H_mat->step*i））[j*2]=1.0;