读入一幅模糊图像（或者读入一幅图像，进行模糊处理），进行高频增强滤波处理， % 同屏显示原始图像和滤波后的图像，标明截止频率和提升参数。利用MATLAB实现

以下是MATLAB代码实现：

% 读入图像并显示
img = imread('input.jpg');
figure, imshow(img), title('原始图像');

% 将图像进行模糊处理
h = fspecial('motion', 30, 45);
blur_img = imfilter(img, h, 'replicate');
figure, imshow(blur_img), title('模糊图像');

% 进行高频增强滤波处理
D0 = 30; % 截止频率
alpha = 1.5; % 提升参数
[H, W] = size(img);
[U, V] = meshgrid(1:W, 1:H);
D = sqrt((U-W/2).^2 + (V-H/2).^2);
Hpf = (1 + alpha * (D0 ./ D)).^(-1);
enhance_img = real(ifft2(ifftshift(fftshift(fft2(blur_img)) .* Hpf)));
figure, imshow(enhance_img), title('滤波后的图像');

% 显示截止频率和提升参数
fprintf('截止频率：%d\n', D0);
fprintf('提升参数：%f\n', alpha);

需要注意的是，本代码实现的高频增强滤波器是理想的带阻滤波器，会在滤波后产生振铃现象。可以尝试使用其他类型的滤波器进行高频增强。

相关问题

）读入一幅模糊图像（或者读入一幅图像，进行模糊处理），进行高频增强滤波处 理，同屏显示原始图像和滤波后的图像，标明截止频率和提升参数。matlab实现，不要自己定义函数

好的，这是一个图像处理问题。首先，需要用Matlab读入一幅模糊图像，可以使用imread函数。然后，进行高频增强滤波处理，可以使用fspecial函数生成拉普拉斯算子，然后使用imfilter函数进行滤波。最后，使用imshow函数将原始图像和滤波后的图像同屏显示。下面是一个简单的Matlab代码示例：

% 读入一幅模糊图像
I = imread('blurry_image.jpg');

% 显示原始图像
subplot(1,2,1);
imshow(I);
title('Original Image');

% 定义拉普拉斯算子
laplacian = fspecial('laplacian', 0.2);

% 进行高频增强滤波处理
J = imfilter(I, laplacian, 'same');

% 显示滤波后的图像
subplot(1,2,2);
imshow(J);
title('Enhanced Image');

% 标明截止频率和提升参数
h = colorbar;
ylabel(h, '截止频率');
xlabel(h, '提升参数');

在这个示例中，我使用了fspecial函数生成了一个大小为0.2的拉普拉斯算子，然后使用imfilter函数对原始图像进行了滤波处理，得到了滤波后的图像J。最后使用subplot和colorbar函数将原始图像和滤波后的图像同屏显示，并标出了截止频率和提升参数。

matlab选择任意一副图像，对其进行傅里叶变换，在频率域中实现两种不同半径（截止频率）的高斯高通滤波的锐化效果，显示原始图像和滤波图像，及与原图像叠加的高频增强图像。

好的，以下是 Matlab 的代码实现：

% 读入图像
img = imread('test.jpg');
% 转为灰度图像
gray_img = rgb2gray(img);
% 傅里叶变换
f = fft2(double(gray_img));
fshift = fftshift(f);
% 设置截止频率
D0_1 = 50;
D0_2 = 100;
% 构造高斯高通滤波器
[M, N] = size(gray_img);
u = 0:(M-1);
v = 0:(N-1);
idx = find(u > M/2);
u(idx) = u(idx) - M;
idy = find(v > N/2);
v(idy) = v(idy) - N;
[V, U] = meshgrid(v, u);
D = sqrt(U.^2 + V.^2);
H1 = exp(-(D.^2)./(2*(D0_1^2)));
H2 = exp(-(D.^2)./(2*(D0_2^2)));
% 滤波
g1 = fshift .* H1;
g2 = fshift .* H2;
% 傅里叶逆变换
ifshift1 = ifftshift(g1);
ifshift2 = ifftshift(g2);
img1 = real(ifft2(ifshift1));
img2 = real(ifft2(ifshift2));
% 高频增强
high_freq = gray_img - img2 + img1;
% 显示原始图像和滤波图像
subplot(2, 2, 1), imshow(gray_img), title('原图');
subplot(2, 2, 2), imshow(img1, []), title('半径50高通滤波');
subplot(2, 2, 3), imshow(img2, []), title('半径100高通滤波');
% 显示高频增强图像
subplot(2, 2, 4), imshow(high_freq, []), title('高频增强');

其中，`test.jpg` 是需要处理的图像文件。运行后，会显示出原始图像、两种不同半径的高斯高通滤波后的图像以及高频增强后的图像。可以根据需要调整截止频率的大小来达到不同程度的锐化效果。