如何利用MATLAB实现图像的空域增强和频域增强？请分别提供使用平滑滤波器、锐化滤波器以及频域低通和高通滤波器的示例代码。

在图像处理领域，MATLAB提供了一套强大的工具和函数来实现图像的增强。实现空域和频域增强时，可以使用多种不同类型的滤波器。在空域中，平滑滤波器可以通过平均或中值操作减少图像中的噪声和模糊细节，而锐化滤波器则用于增强图像的边缘和细节。频域增强则涉及到对图像进行傅立叶变换，然后应用低通或高通滤波器来增强或抑制特定频率的成分。
参考资源链接：MATLAB图像处理：空域与邻域滤波详解
在MATLAB中，fspecial函数用于创建滤波器模板，例如创建一个3x3的平均滤波器模板，可以使用以下代码：
h_avg = fspecial('average', [3 3]);
登录后复制
然后使用filter2函数将此模板应用到图像上：
filtered_image_avg = filter2(h_avg, original_image);
登录后复制
对于中值滤波器，可以使用：
h_median = fspecial('median', [3 3]);
filtered_image_median = filter2(h_median, original_image);
登录后复制
锐化滤波器可以通过fspecial创建一个拉普拉斯滤波器模板，或者使用内置的fspecial('unsharp')函数：
h_sharpen = fspecial('laplacian', 0.2);
filtered_image_sharpen = filter2(h_sharpen, original_image);
登录后复制
频域增强方面，首先需要对图像执行二维傅立叶变换：
F = fft2(original_image);
F = fftshift(F); % 将零频分量移到频谱中心
登录后复制
创建低通和高通滤波器模板，例如：
D0 = 50; % 截止频率
H_low = fspecial('gaussian', [size(original_image)], D0);
H_high = 1 - H_low; % 高通滤波器为低通滤波器的补码
登录后复制
然后应用这些滤波器：
G_low = H_low .* F; % 低通滤波
G_high = H_high .* F; % 高通滤波
登录后复制
最后，使用ifft2和ifftshift函数进行逆变换以获取增强后的图像：
enhanced_image_low = ifft2(ifftshift(G_low));
enhanced_image_high = ifft2(ifftshift(G_high));
登录后复制
通过这些示例代码，你可以直观地看到如何在MATLAB中利用空域和频域的滤波技术来增强图像。这本《MATLAB图像处理：空域与邻域滤波详解》将为你提供更多的细节和深入理解，使你能够更灵活地应用这些技术解决实际问题。
参考资源链接：MATLAB图像处理：空域与邻域滤波详解