数字图像处理.doc

《数字图像处理.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数字图像处理论文学生姓名：学号：学院：信息学部专业：计算机技术2016年11月前言本论文的编写围绕四个项目：图像空域/时域变换、图像增强、染色体计数与提取Mnist链码组成。项目的编写基于Windows7操作系统，使用VS2013作为开发环境，以OpenCV作为内部核心处理算法库。项目的最终组成结构为：在此，我们不再说明OpenCV的配置环境的搭建，而是直接展示项目的核心代码以及所使用到的知识。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

2、域图象，通过FFT逆变换到空域，并显示。解决方案：我们在一个项目中完成以上三个步骤。#include#include#includeusingnamespacecv;usingnamespacestd;intmain(){//以灰度模式读取原始图像并显示MatsrcImage=imread("lena.png",0);if(srcImage.empty()){cout<<"打开图像失败！"<

3、cImage);//将输入图像延扩到最佳的尺寸，边界用0补充intm=getOptimalDFTSize(srcImage.rows);intn=getOptimalDFTSize(srcImage.cols);//将添加的像素初始化为0.Matpadded;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com

4、plexIMatplanes[]={Mat_(padded),Mat::zeros(padded.size(),CV_32F)};MatcomplexI;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(D

5、FT(I))magnitude(planes[0],planes[1],planes[0]);//planes[0]=magnitudeMatmagnitudeImage=planes[0];//进行对数尺度(logarithmicscale)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

6、.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intcx=magnitudeImage.cols/2;intcy=magnitudeImage.rows/2;Matq0(magnitudeImage,Rect(0,0,cx,cy));//ROI区域的左上Matq1(magnitudeImage,Rect(cx,0,cx,cy));//ROI区域的右上Matq2(magnitudeImage,Rect(0,cy,cx,cy));//ROI区域的左下Matq3(magnitudeImag

7、e,Rect(cx,cy,cx,cy));//ROI区域的右下//交换象限（左上与右下进行交换）Mattmp;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);//

8、（3）频域-->空域Matinversed;dft(complex