matlab 空域频域滤波

MATLAB中的空域滤波和频域滤波是数字图像处理中常用的两种图像滤波方法。空域滤波是指在图像的原始像素域进行滤波操作，它是一种直接操作像素的方式。频域滤波则是将图像转换到频域进行滤波，这里所说的频域指的是图像的二维傅里叶变换域或者小波变换域等。

在MATLAB中，你可以使用一些内置函数来完成空域和频域滤波。空域滤波可以使用imfilter()函数来实现，该函数提供了多种不同类型的滤波器，包括平滑、锐化、边缘检测等。而频域滤波则需要将图像先进行傅里叶变换或小波变换，然后再使用一些函数进行滤波处理，例如dftfilt()函数和wavedec2()函数等。

下面是空域和频域滤波的简单示例代码：

空域滤波：

% 读取图像
img = imread('lena.png');
% 创建一个平均滤波器
h = fspecial('average', [3 3]);
% 对图像进行滤波处理
img_filtered = imfilter(img, h);
% 显示结果
figure;
subplot(1, 2, 1), imshow(img), title('原始图像');
subplot(1, 2, 2), imshow(img_filtered), title('平滑处理后的图像');

频域滤波：

% 读取图像
img = imread('lena.png');
% 对图像进行傅里叶变换
img_fft = fft2(img);
% 构造一个高斯滤波器
sigma = 10;
[M, N] = size(img);
[X, Y] = meshgrid(1:N, 1:M);
centerX = ceil(N/2);
centerY = ceil(M/2);
h = exp(-((X-centerX).^2 + (Y-centerY).^2)/(2*sigma^2));
% 对频域数据进行滤波处理
img_fft_filtered = img_fft .* h;
% 对处理后的数据进行傅里叶反变换
img_filtered = ifft2(img_fft_filtered);
% 显示结果
figure;
subplot(1, 2, 1), imshow(img), title('原始图像');
subplot(1, 2, 2), imshow(uint8(abs(img_filtered))), title('高斯滤波处理后的图像');