数字图像处理报告.docxVIP

. . 数字图像处理 实验报告 院系： 学号： XX： 指导教师： 完成时间： XXXXX XXXXXXX XXX XX XX 2020.02.02 .jz* . . 题目一： (1)将宽为 2n 的正方形图像，用 FFT 算法从空域变换到频域，并用频域图像的 模来进展显示； (2)使图像能量中心，对应到几何中心，并用频域图像的模来进展显示； (3)将频域图象，通过 FFT 逆变换到空域，并显示。 该题实现环境为操作系统： Windows 10 操作系统；编程环境： VS2013；部核 心处理算法库： OpenCV。 此题目的具体实现过程及其展示如下所示： #include opencv2/imgproc.hpp #include opencv2/highgui.hpp #include iostream usingnamespacv; usingnamespactd; int main() { // 以灰度模式读取原始图像并显示 Mat srcImage= imread(lena.png,0); if (srcImage.empty()) { cout 翻开图像失败！ endl; - .jz* . . return-1; } imshow(原始图像 , srcImag; // 将输入图像延扩到最正确的尺寸，边界用 0 补充 int m = getOptimalDFTSize(srcImage.rows); int n = getOptimalDFTSize(srcImage.cols); // 将添加的像素初始化为 0. Mat padded; copyMakeBordesrcImage, padded,0, m - srcImage.rows,0, n - srcImage.cols, BORDER_CONSTANT , Scala:r:all(0)); // 为傅立叶变换的结果 (实部和虚部 )分配存储空间。 // 将 planes数组组合合并成一个多通道的数组 plexI Mat plane]={ Mat_ float(padded), Mat::zeros(padded.siz), CV_32F)}; Mat plexI; merge(planes,2, plexI); // 进展就地离散傅里叶变换 dft(plexI, plexI); // 将复数转换为幅值，即 = log(1 + sqrt(Re(DFT(I))^2 + Im(DFT(I))^2)) split(plexI , plane; // 将多通道数组 plexI 别离成几个单通道数组， planes[0] = Re(DFT(I), //planes[1] = Im(DFT(I)) - .jz* . . magnitudplanes[0], planes[1], planes[0]);// planes[0] = magnitude Mat magnitudeImage= planes[0]; // 进展对数尺度 (logarithmic scale缩)放 magnitudeImage+= Scalar::all(1); log(magnitudeImage,magnitudeImag;// 求自然对数 // 剪切和重分布幅度图象限 // 假设有奇数行或奇数列，进展频谱裁剪 magnitudeImage= magnitudeImag(eRect(0,0, magnitudeImage.cols -2, magnitudeImage.rows - 2)); // 重新排列傅立叶图像中的象限，使得原点位于图像中心 int cx = magnitudeImage.cols/ 2; int cy = magnitudeImage.rows /