matlab进行傅里叶变换对图片边缘进行提取的代码

以下是 Matlab 中使用傅里叶变换进行图像边缘提取的示例代码：

% 读取图片并转成灰度图
img = rgb2gray(imread('image.jpg'));

% 对图片进行傅里叶变换
F = fft2(img);

% 将频谱中心移到图像中心
Fc = fftshift(F);

% 构造高通滤波器
[M, N] = size(img);
H = zeros(M, N);
r = 50; % 半径
cx = M/2; cy = N/2; % 中心点坐标
for i = 1:M
    for j = 1:N
        d = sqrt((i-cx)^2 + (j-cy)^2);
        if d > r
            H(i,j) = 1; % 高通滤波器
        end
    end
end

% 将滤波器应用于频谱
G = Fc .* H;

% 将频谱中心移回原位置
Gc = ifftshift(G);

% 对滤波后的频谱进行反傅里叶变换
g = ifft2(Gc);

% 取实部并做归一化
g = real(g);
g = (g - min(g(:))) / (max(g(:)) - min(g(:)));

% 显示结果
imshow(g);

在代码中，我们首先读取了一张图片并将其转换成灰度图。然后，我们使用 `fft2` 函数对图像进行二维傅里叶变换，并使用 `fftshift` 函数将频谱中心移到图像中心。接下来，我们构造了一个高通滤波器，通过将滤波器应用于频谱，可以实现对低频分量的抑制，从而提取出图像的边缘信息。然后，我们使用 `ifftshift` 函数将频谱中心移回原位置，使用 `ifft2` 函数对滤波后的频谱进行反傅里叶变换，得到图像的边缘信息。最后，我们取实部并归一化，将结果显示出来。