《图像处理分析-FFT》由会员分享，可在线阅读，更多相关《图像处理分析-FFT（10页珍藏版）》请在金锄头文库上搜索。
1、精品范文模板 可修改删除撰写人：_日 期：_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。
2、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);int dft_H, dft_W; dft_H = src-height; dft_W = src
3、-width;CvMat *src_Re = cvCreateMat(dft_H,dft_W, CV_64FC1);/ double Re, Im; CvMat *src_Im = cvCreateMat(dft_H,dft_W, CV_64FC1);/Imaginary part CvMat *sum_src =cvCreateMat(dft_H,dft_W, CV_64FC2);/2 channels (src_Re, src_Im) CvMat *sum_dst =cvCreateMat(dft_H,dft_W, CV_64FC2);/2 channels (dst_Re, dst_Im
4、)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);return fourier;/DFT反变换IplImage *IDFT(IplImage * fourier)IplImage
5、* dst = cvCreateImage(cvGetSize(fourier),IPL_DEPTH_8U,1);int dft_H, dft_W; dft_H = fourier-height; dft_W = fourier-width;CvMat *dst_Re = cvCreateMat(dft_H,dft_W, CV_64FC1);/ double Re, Im; CvMat *dst_Im = cvCreateMat(dft_H,dft_W, CV_64FC1);/Imaginary part CvMat *sum_dst =cvCreateMat(dft_H,dft_W, CV_
6、64FC2);/2 channels (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(&su
7、m_dst);return dst;/归一化，将灰度映射到0255之间, 并将能量最高的四角移到中心, 生成图片频域能量图void BuildDFTImage(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);/Imaginary partcvSplit
8、(fourier, image_Re, image_Im, 0, 0 );/ Compute the magnitude of the spectrum Mag = sqrt(Re2 + Im2)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);
9、 / 1 + MagcvLog(image_Re, image_Re ); / log(1 + Mag)/重新安排傅里叶图像中心/ Rearrange the quadrants of Fourier image so that the origin is at/ the image centerdouble minVal = 0, maxVal = 0;cvMinMaxLoc( image_Re, &minVal, &maxVal );/ Localize minimum and maximum valuesCvScalar min;min.val0 = minVal; double sca
10、le = 255 / (maxVal - minVal);cvSubS(image_Re, min, image_Re);cvConvertScale(image_Re, dst, scale);cvReleaseImage(&image_Re);/ Rearrange the quadrants of Fourier image so that the origin is at/ the image centerint nRow, nCol, i, j, cy, cx;uchar tmp13, tmp24;nRow = fourier-height;nCol = fourier-width;
11、cy = nRow/2; / image centercx = nCol/2;for( j = 0; j cy; j+ )for( i = 0; i width;height = fourier-height;long x, y;x = width / 2;y = height / 2;CvMat* H_mat;H_mat = cvCreateMat(fourier-height,fourier-width, CV_64FC2);for(i = 0; i height; i+)for(j = 0; j y & j x)state = 3;else if(i y)state = 1;else i
12、f(j x)state = 2;elsestate = 0; switch(state)case 0:tempD = (double)sqrt(1.0*i * i + j * j);break;case 1:tempD = (double)sqrt(1.0*(height - i) * (height - i) + j * j);break;case 2:tempD = (double)sqrt(1.0*i * i + (width - j) * (width - j);break;case 3:tempD = (double)sqrt(1.0*(height - i) * (height - i) + (width - j) * (width - j);break;default:break;switch(FLAG)case IDEAL_LOW:if(tempD = D0)(double*)(
