opencv的频域滤波
Posted 凤凰_1
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了opencv的频域滤波相关的知识,希望对你有一定的参考价值。
频域滤波流程总结如下:
- 给定一幅大小为M×N的输入图像f(x,y),从式(6.1-25)和式(6.1-26)得到填充参数P和Q。典型地,我们选择P=2M和Q=2N;
- 对f(x,y)添加必要数量的0,形成大小为P×Q填充后的图像
- 用(-1)(x+y)乘以fp(x,y),进行频谱中心化的预处理;
- 计算中心化预处理过的fp(x,y)的傅里叶变换,得到Fp(u,v);
- 生成一个实的、对称的滤波函数H(u,v),其大小为P×Q,频谱零点位于(P/2,Q/2)处。用阵列相乘形成乘积G(u,v)=F(u,v)H(u,v);
- 经过频域滤波后的图像:
gp(x,y)={real[fft-1[G(u,v)]]}(-1)(x+y)
其中,为忽略由于计算不准确导致的寄生复分量,选择了实部,下标P指出我们处理的是填充后的阵列; - 通过从 gp(x,y)的左上象限提取M×N区域,得到最终处理结果g(x,y)。
下面是频域滤波示例程序:
在本程序中,共有四个自定义函数,分别是:
1. myMagnitude(),在该函数中封装了Opencv中的
magnitude函数,实现对于复数图像的幅值计算。
2. dftshift(),该函数实现对图像四个象限的对角互换,
相当于MatLab中 fftshift()。
3. displayDftSpectrum(),该函数用于显示复数图像。
4. makeFilter(),用于制作频域滤波器,该函数利用了ptr()
指针遍历图像的方法,实现了圆等滤波函数。
在主程序内容,参见注释。
#include <iostream> #include<opencv2/opencv.hpp> using namespace cv; using namespace std; void myMagnitude(Mat & complexImg,Mat & mI) { Mat planes[2]; split(complexImg,planes); magnitude(planes[0],planes[1],mI); } void dftshift(Mat& ds) { int cx=ds.cols/2;//图像的中心点x 坐标 int cy=ds.rows/2;//图像的中心点y 坐标 Mat q0=ds(Rect(0,0,cx,cy));//左上 Mat q1=ds(Rect(cx,0,cx,cy));//右上 Mat q2=ds(Rect(0,cy,cx,cy));//左下 Mat q3=ds(Rect(cx,cy,cx,cy));//右下 Mat tmp; q0.copyTo(tmp); q3.copyTo(q0); tmp.copyTo(q3); q1.copyTo(tmp); q2.copyTo(q1); tmp.copyTo(q2); } void displayDftSpectrum(Mat&dftDst,String winName,bool inverseSpectrum) { Mat magI; myMagnitude(dftDst,magI); if(!inverseSpectrum)//如果是正向傅里叶变换谱 { magI+=Scalar::all(1); log(magI,magI); } normalize(magI,magI,0,1,NORM_MINMAX); imshow(winName,magI); } void makeFilter(Mat&filter,int R,bool isLowPassFilter) { int cx=filter.cols/2,cy=filter.rows/2; int R2=R*R; for(int i=0;i<filter.rows;i++) { Vec2d* pf=filter.ptr<Vec2d>(i); for(int j=0;j<filter.cols;j++) { int r2=(j-cx)*(j-cx)+(i-cy)*(i-cy); if(r2<R2) { pf[j][0]=1; pf[j][1]=pf[j][0]; } } } if(!isLowPassFilter) { filter =Scalar::all(1)-filter; } Mat displayFilter; extractChannel(filter,displayFilter,0); imshow("filter image",displayFilter); } int main() { ///读入灰度图像 Mat src=imread("D:\\Qt\\MyImage\\baboon.jpg",0); int ny=src.rows,nx=src.cols; cv::copyMakeBorder(src,src,0,ny,0,nx,BORDER_CONSTANT); imshow("original image",src); /***************傅里叶变换*************/ src.convertTo(src,CV_64FC1);//转成浮点数据类型 Mat dftDst(src.size(),CV_64FC2);//预设dft的输出结果矩阵 dft(src,dftDst,DFT_COMPLEX_OUTPUT,0);//离散傅立叶变换 dftshift(dftDst);//将傅里叶变换的结果,四象限对角互换 displayDftSpectrum(dftDst,"dftSpectrum display",false);//显示傅里叶频谱图 /***************频域滤波*************/ Mat filter(src.size(),CV_64FC2,Scalar::all(0)); makeFilter(filter,80,false); Mat fftTemp=dftDst.mul(filter);//复数频谱图与滤波器相乘,实现频域滤波 Mat srcFiltered; dft(fftTemp,srcFiltered,DFT_INVERSE);//逆傅里叶变换 //显示经过滤波后的图像 displayDftSpectrum(srcFiltered,"filtered image",true);//显示逆傅里叶频谱图 waitKey(); return 0; }
以上是关于opencv的频域滤波的主要内容,如果未能解决你的问题,请参考以下文章
数字图像处理学习笔记(十四)——频域图像增强(图像的频域分析)