数字图像处理报告

《数字图像处理》

实验报告

院系：XXXXX

学号：XXXXXXX

姓名：XXX

指导老师：XX XX

完成时间：2020.02.02

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行显示；

(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行显示；

(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：

}

imshow("原始图像", srcImage);

//将输入图像延扩到最佳的尺寸，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;

copyMakeBorder(srcImage, padded,0, m - srcImage.rows,0, n -srcImage.cols, BORDER_CONSTANT, Scalar::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complexI

Mat planes[]={ Mat_(padded), Mat::zeros(padded.size(),

CV_32F)};

Mat complexI;

merge(planes,2, complexI);

//进行就地离散傅里叶变换

dft(complexI, complexI);

//将复数转换为幅值，即=> log(1 + sqrt(Re(DFT(I))^2 +

Im(DFT(I))^2))

split(complexI, planes);

// 将多通道数组complexI分离成几个单通道数组，planes[0] = Re(DFT(I),

//planes[1] = Im(DFT(I))

magnitude(planes[0], planes[1], planes[0]);// planes[0] = magnitude Mat magnitudeImage = planes[0];

//进行对数尺度(logarithmic scale)缩放

magnitudeImage += Scalar::all(1);

log(magnitudeImage, magnitudeImage);//求自然对数

//剪切和重分布幅度图象限

//若有奇数行或奇数列，进行频谱裁剪

magnitudeImage = magnitudeImage(Rect(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 /2;

Mat q0(magnitudeImage, Rect(0,0, cx, cy));// ROI区域的左上

Mat q1(magnitudeImage, Rect(cx,0, cx, cy));// ROI区域的右上

Mat q2(magnitudeImage, Rect(0, cy, cx, cy));// ROI区域的左下

Mat q3(magnitudeImage, Rect(cx, cy, cx, cy));// ROI区域的右下

//交换象限（左上与右下进行交换）

Mat tmp;

q0.copyTo(tmp);

q3.copyTo(q0);

tmp.copyTo(q3);

//交换象限（右上与左下进行交换）

q1.copyTo(tmp);

q2.copyTo(q1);

tmp.copyTo(q2);

//归一化，用0到1之间的浮点值将矩阵变换为可视的图像格式

normalize(magnitudeImage, magnitudeImage,0,1, CV_MINMAX);

//显示效果图

imshow("频域", magnitudeImage);

//（3）频域-->空域

Mat inversed;

dft(complexI, inversed, DFT_INVERSE | DFT_REAL_OUTPUT);

normalize(inversed, inversed,0,1, CV_MINMAX);

imshow("空域", inversed);

waitKey();

return0;

}

其转换的原始图像及其效果图频域图像、空域图像分别如下图所示：

（1）

题目四：

对MNIST手写数字数据库（可在网上搜索下载），编程实现来提取其链码。该题实现的具体思路过程为：

(1)将Mnist字库读取到以OpenCV里的Mat为储存单元的vector中；

(2)使用findContours将链码保存在vector中；

(3)输出链码。