基于Matlab的图像处理算法-高通滤波器

close all;clear all;clc; %利用理想高通滤波器对图像进行滤波 I=imread('图6.jpg'); I1=im2double(rgb2gray(I)); I2=imnoise(I1,'gaussian',0.03); %加均值为0，方差为0.03的高斯噪声 M=2*size(I2,1); %滤波器的行数 N=2*size(I2,2); %滤波器的列数 u=-M/2:(M/2-1); v=-N/2:(N/2-1); [U,V]=meshgrid(u,v); D=sqrt(U.^2+V.^2); D0=2; %截止频率设置为80 D1=4; %截止频率设置为80 D2=10; %截止频率设置为80 H0=double(D>=D0); %理想高通滤波器 H1=double(D>=D1); %理想高通滤波器 H2=double(D>=D2); %理想高通滤波器 J0=fftshift(fft2(I2,size(H0,1),size(H0,2))); %时域图像转换到频域 K0=J0.*H0; %滤波处理 L0=ifft2(ifftshift(K0)); %傅立叶反变换 L0=L0(1:size(I2,1),1:size(I2,2)); J1=fftshift(fft2(I2,size(H1,1),size(H1,2))); %时域图像转换到频域 K1=J1.*H1; %滤波处理 L1=ifft2(ifftshift(K1)); %傅立叶反变换 L1=L1(1:size(I2,1),1:size(I2,2)); J2=fftshift(fft2(I2,size(H2,1),size(H2,2))); %时域图像转换到频域 K2=J2.*H2; %滤波处理 L2=ifft2(ifftshift(K2)); %傅立叶反变换 L2=L2(1:size(I2,1),1:size(I2,2)); figure; subplot(231),imshow(I),title('原图像'); %显示原图像 subplot(232),imshow(I1),title('灰度图'); subplot(233),imshow(I1),title('加入高斯噪声'); subplot(234),imshow(L0),title('d=2'); %显示滤波后的图像 subplot(235),imshow(L1),title('d=4'); %显示滤波后的图像 subplot(236),imshow(L2),title('d=10'); %显示滤波后的图像