如何对图片进行高频强调滤波 用matlab实现

可以使用matlab中的fft2函数进行傅里叶变换，然后将低频部分置零，再进行傅里叶反变换得到高频强调滤波后的图像。

具体步骤如下：

1. 读入图片并转换为灰度图像。

2. 对灰度图像进行傅里叶变换，使用fft2函数实现。

3. 将频谱图像的中心移至图像中心，使用fftshift函数实现。

4. 将低频部分置零，只保留高频部分，可以使用一个高斯滤波器或者一个二维的矩形窗口实现。这里以矩形窗口为例，定义一个和原图像大小相同、中心为1、其他为0的矩阵，然后将矩阵的大小缩小一些，以便强调高频分量。最后将窗口和频谱图像相乘，实现高频强调滤波。

5. 将处理后的频谱图像再进行傅里叶反变换，使用ifft2函数实现。

6. 对反变换后的图像进行幅值归一化，使用mat2gray函数实现。

下面是一个完整的matlab代码实现：

% 读入图片并转换为灰度图像
img = imread('lena.jpg');
gray_img = rgb2gray(img);

% 进行傅里叶变换
fft_img = fft2(double(gray_img));

% 将傅里叶频谱移到中心
fft_img = fftshift(fft_img);

% 定义矩形窗口并缩小大小
[M, N] = size(fft_img);
rect = zeros(M, N);
rect(round(M/2-10):round(M/2+10), round(N/2-10):round(N/2+10)) = 1;

% 高频强调滤波
filtered_fft_img = fft_img .* rect;

% 将傅里叶频谱移到左上角
filtered_fft_img = ifftshift(filtered_fft_img);

% 进行傅里叶反变换
filtered_img = ifft2(filtered_fft_img);

% 幅值归一化
filtered_img = mat2gray(abs(filtered_img));

% 显示原图和处理后的图像
subplot(1,2,1), imshow(gray_img), title('原图');
subplot(1,2,2), imshow(filtered_img), title('高频强调滤波后的图像');