matlab2022a简单程序读入一幅图像，分别使用理想高通滤波、巴特沃斯高通滤波(n=2)、高斯高通滤波处理，显示原始图像和滤波后的图像，并标注滤波器类型和截止频率。

好的，以下是 matlab2022a 的简单程序，实现读入一幅图像，分别使用理想高通滤波、巴特沃斯高通滤波(n=2)、高斯高通滤波处理，显示原始图像和滤波后的图像，并标注滤波器类型和截止频率。

% 读入图像
I = imread('lena.jpg');

% 显示原始图像
figure, imshow(I), title('原始图像');

% 计算图像的傅里叶变换
F = fft2(I);
F = fftshift(F);

% 理想高通滤波器
D0 = 50; % 截止频率
H = hpfilter('ideal', size(I), D0);
G = H .* F;
G = ifftshift(G);
I_hp = real(ifft2(G));

% 显示理想高通滤波器处理后的图像
figure, imshow(I_hp), title(['理想高通滤波器，D0 = ' num2str(D0)]);

% 巴特沃斯高通滤波器
n = 2; % 阶数
D0 = 50; % 截止频率
H = hpfilter('btw', size(I), D0, n);
G = H .* F;
G = ifftshift(G);
I_btw = real(ifft2(G));

% 显示巴特沃斯高通滤波器处理后的图像
figure, imshow(I_btw), title(['巴特沃斯高通滤波器，D0 = ' num2str(D0) ', n = ' num2str(n)]);

% 高斯高通滤波器
D0 = 50; % 截止频率
H = hpfilter('gaussian', size(I), D0);
G = H .* F;
G = ifftshift(G);
I_gaussian = real(ifft2(G));

% 显示高斯高通滤波器处理后的图像
figure, imshow(I_gaussian), title(['高斯高通滤波器，D0 = ' num2str(D0)]);

其中 `lena.jpg` 是一张常用的测试图像，可以自行下载使用。在程序中，我们使用了 `hpfilter` 函数来生成不同类型的高通滤波器，函数的第一个参数是滤波器类型，可以是 `'ideal'`（理想）、`'btw'`（巴特沃斯）或者 `'gaussian'`（高斯），第二个参数是图像的大小，第三个参数是截止频率，对于巴特沃斯滤波器还需要指定一个阶数。最后，我们使用 `ifft2` 函数将滤波后的频域图像转换回空域图像，并使用 `imshow` 函数显示图像。