图像处理分析_FFT.docxVIP

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-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)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* 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_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(sum_dst);return dst;}//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void BuildDFTImage(IplImage *fourier, IplImage *dst){ IplImage *image_Re = 0, *image_Im = 0;image_Re = cvCreateImage(cvGetSize(fourier), IPL_DEPTH_64F