用指数高通滤波器实现在频域的锐化处理的两种matlab代码

第一种代码：

% 读取图像并进行傅里叶变换
img = imread('lena.bmp');
img_fft = fft2(img);

% 定义指数高通滤波器，对图像进行滤波
D0 = 50;
n = 2;
H = 1 - exp(-(img_fft.^2)./(2*D0^2)).^n;
img_sharp = real(ifft2(img_fft.*H));

% 显示原图和锐化后的图像
subplot(1,2,1), imshow(img);
title('原图');
subplot(1,2,2), imshow(uint8(img_sharp));
title('锐化后的图像');

第二种代码：

% 读取图像并进行傅里叶变换
img = imread('lena.bmp');
img_fft = fft2(img);

% 定义指数高通滤波器，对图像进行滤波
D0 = 50;
n = 2;
H = 1 - exp(-(img_fft.^2)./(2*D0^2)).^n;
img_sharp = img - real(ifft2(img_fft.*H));

% 显示原图和锐化后的图像
subplot(1,2,1), imshow(img);
title('原图');
subplot(1,2,2), imshow(uint8(img_sharp));
title('锐化后的图像');

这两种代码实现的锐化处理方法略有不同，第一种代码是通过对滤波器进行调制，再与傅里叶变换后的图像进行点乘，得到锐化后的图像；第二种代码是直接将滤波后的结果从原图像中减去，得到锐化后的图像。两种方法都可以实现频域的锐化处理，具体使用哪种方法取决于具体的需求和实现难度。