数字图像处理基础实验（五）：频域滤波

最新推荐文章于 2024-08-18 20:07:57 发布

lyd1995

最新推荐文章于 2024-08-18 20:07:57 发布

阅读量4.5k

点赞数 3

分类专栏：图像处理

本文链接：https://blog.csdn.net/lyd1995/article/details/89523972

版权

本文详述了数字图像处理的基础实验，包括灰度图像的DFT和IDFT变换，以及利用OpenCV实现的理想和布特沃斯高通、低通滤波器在频域滤波的应用。实验中探讨了截止频率对图像滤波效果的影响，并展示了实验的最终结果。

摘要由CSDN通过智能技术生成

一、实验内容及原理

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。

二、实验代码

实验环境：
（1）OpenCV3.4.3
（2）Ubuntu16.04
（3）VS Code
（4）C++

#include <stdio.h>  
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <string>

class Experiment5 {
public:
    Experiment5(std::vector<std::string> path){
        filter_name.push_back("理想低通滤波器");
        filter_name.push_back("理想高通滤波器");
        filter_name.push_back("布特沃斯低通滤波器");
        filter_name.push_back("布特沃斯高通滤波器");

        for(int i = 0; i < path.size(); i++){
            original_color_image.push_back(cv::imread(path[i]));
            original_gray_image.push_back(color2Gray(original_color_image[i]));
            zeroPadding(i);
            gray_fourier.push_back(imageDFT(gray_image_padding[i]));
        }

        int row = gray_image_padding[0].rows, col = gray_image_padding[0].cols;
        makeIdealLowPassFilterKernel(row, col);
        makeIdealHighPassFilterKernel(row, col);
        makeButterworseLowPassFilterKernel(row, col);
        makeButterworseHighPassFilterKernel(row, col);
        moveFourier();
        std::cout<< "初始化结束" << "\n";
    }
    // 0 彩色图像转灰度图像
    cv::Mat color2Gray(cv::Mat& src){
        //创建与原图同类型和同大小的矩阵
	    cv::Mat gray_image = cv::Mat::zeros(src.rows, src.cols, CV_8UC1);
        if(src.channels()!=1){
            for(int i = 0; i < src.rows; i++)
                for(int j = 0; j < src.cols; j++)
                    gray_image.at<uchar>(i, j) = (src.at<cv::Vec3b>(i, j)[0] + src.at<cv::Vec3b>(i, j)[1] + src.at<cv::Vec3b>(i, j)[2]) / 3;
        }
        else
            gray_image = src.clone();
        return gray_image;
    }
    // 0.1 零填充
    void zeroPadding(int pic_id){
        int centeri = original_gray_i