数字图像处理高通滤波器matlab代码
时间: 2024-06-19 10:03:44 浏览: 13
数字图像处理中的高通滤波器可以用来增强图像的边缘和细节信息,它们可以过滤掉低频部分,保留高频部分。在Matlab中,可以使用以下代码实现高通滤波器:
```matlab
% 读取图像
img = imread('image.jpg');
% 转换为灰度图像
gray_img = rgb2gray(img);
% 设计高通滤波器
N = 5; % 滤波器大小
sigma = 2; % 高斯核标准差
h = fspecial('gaussian', N, sigma); % 高斯核
h = h -h; % 取反
h(floor(N/2)+1, floor(N/2)+1) = h(floor(N/2)+1, floor(N/2)+1) + 1; % 加上1
% 对图像进行滤波
filtered_img = imfilter(double(gray_img), h);
% 显示图像
imshow(filtered_img, []);
```
这段代码中,首先读取了一个彩色图像,并将其转换为灰度图像。接着使用`fspecial`函数设计了一个大小为$N\times N$的高斯核,并对其进行中心化和取反操作,使其成为高通滤波器。最后使用`imfilter`函数对灰度图像进行滤波操作,得到了增强后的图像。
相关问题
数字图像处理理想高通滤波器matlab代码
以下是一个简单的数字图像处理理想高通滤波器的MATLAB代码示例:
```matlab
% 读取图像
img = imread('lena.png');
% 将图像转换为灰度图像
gray_img = rgb2gray(img);
% 计算图像的傅里叶变换
fft_img = fft2(gray_img);
% 构建理想高通滤波器
[M, N] = size(fft_img);
D0 = 50; % 我们选择的截止频率为50
H = zeros(M, N);
for i = 1:M
for j = 1:N
D = sqrt((i-M/2)^2 + (j-N/2)^2);
if D >= D0
H(i, j) = 1;
end
end
end
% 将滤波器与傅里叶变换图像相乘
fft_filtered_img = H .* fft_img;
% 计算滤波后的图像
filtered_img = real(ifft2(fft_filtered_img));
% 显示原始图像和滤波后的图像
subplot(1, 2, 1); imshow(gray_img); title('Original Image');
subplot(1, 2, 2); imshow(filtered_img, []); title('Filtered Image');
```
在这个示例中,我们首先读取了一张图像,并将其转换为灰度图像。然后,我们计算了图像的傅里叶变换,并构建了一个理想高通滤波器。接下来,我们将滤波器与傅里叶变换图像相乘,得到滤波后的图像。最后,我们显示了原始图像和滤波后的图像。
matlab 图像处理高通滤波 巴特沃斯滤波器
高通滤波器是图像处理中常用的一种滤波器,它可以用来增强图像中高频成分,去除低频成分。巴特沃斯滤波器是一种IIR数字滤波器,具有截止频率可调的特点。在Matlab中,可以使用butter函数来设计巴特沃斯滤波器,并使用filter2函数来进行滤波操作。以下是实现高通滤波的Matlab代码示例:
```
% 读入图像
img = imread('example.jpg');
% 转为灰度图像
img_gray = rgb2gray(img);
% 设计巴特沃斯高通滤波器
n = 2; % 阶数
fc = 0.1; % 截止频率
[b, a] = butter(n, fc, 'high');
% 滤波
img_filtered = filter2(b, a, img_gray);
% 显示结果
imshow(img_filtered);
```
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)