相位梯度自聚焦算法(pga) matlab代码

相位梯度自聚焦算法（PGA）是一种用于实现自动聚焦的图像处理算法。它通过改变图像的相位来求出最合适的聚焦位置。PGA方法对不同位置的图像进行相位差分，通过求导计算出图像在各个位置的相位梯度。相位梯度达到最大值时，即为图像的最佳聚焦位置。

代码实现过程如下：

1.载入原始图像并进行灰度化处理

2.将原始图像转换为频域图像

3.在频域对图像进行滤波处理，以提高信噪比

4.计算图像的相位梯度并进行归一化处理

5.对相位梯度进行平滑处理，以减少噪声的影响

6.确定相位梯度的最大值位置，即为图像的最佳聚焦位置

7.输出自动聚焦后的图像

具体的MATLAB代码如下：

% 载入原始图像并进行灰度化处理
I = imread('image.png');
Igray = rgb2gray(I);

% 将灰度图像转换为频域图像
Ifft = fft2(Igray);

% 对图像进行滤波处理，以提高信噪比
H = fspecial('gaussian', [5 5], 2);
Ifft_filtered = imfilter(Ifft, H);
Ifft_filtered = fftshift(Ifft_filtered);

% 计算图像的相位梯度并进行归一化处理
Iphase = angle(Ifft_filtered);
[dx, dy] = gradient(Iphase);
grad = sqrt(dx.^2 + dy.^2);
grad_normalized = (grad - min(grad(:))) / (max(grad(:)) - min(grad(:)));

% 对相位梯度进行平滑处理，以减少噪声的影响
grad_smoothed = imfilter(grad_normalized, fspecial('gaussian', [5 5], 2));
grad_smoothed = grad_smoothed / max(grad_smoothed(:));

% 确定相位梯度的最大值位置，即为图像的最佳聚焦位置
[~, idx] = max(grad_smoothed(:));
[x, y] = ind2sub(size(grad_smoothed), idx);

% 输出自动聚焦后的图像
Ifocused = ifft2(ifftshift(exp(-1i*Iphase) * Ifft));
Ifocused = abs(Ifocused);
imshow(Ifocused, [])
title('Focused image')