使用MATLAB读入图像Fig0241，用二维傅里叶变换函数fft2将其转换到频域，仅取频谱幅值进行逆傅里叶变换(abs)，仅取相位值进行逆傅里叶变换(arg)，对完整的图像频谱进行逆傅里叶变换；同屏显示三幅结果图像

在MATLAB中，你可以按照以下步骤操作来完成这个任务：

1. 首先，你需要使用`imread`函数读取名为"Fig0241"的图像文件，假设它是一个灰度图像：

img = imread('Fig0241.png'); % 替换为你图片的实际路径

2. 对图像进行二维傅里叶变换（FFT），可以使用`fft2`函数：

frequencies = fft2(img);

这将返回一个复数矩阵，包含图像的频率信息。

3. 只获取频谱的幅值（即模），可以使用`abs`函数：

spectrum_abs = abs(frequencies);

4. 获取相位值，使用`angle`函数，并注意`unwrap`函数用于消除相位跳跃：

spectrum_phase = unwrap(angle(frequencies));

5. 分别对幅值和相位进行逆傅里叶变换（IFFT），以得到对应的图像表示形式：

reconstructed_img_abs = ifft2(spectrum_abs); % 可能会存在边界效应，可以考虑padmode处理
reconstructed_img_phase = ifft2(spectrum_phase); % 同样需要处理边界效应

6. 最后，使用`imagesc`或`imshow`函数在同一窗口下显示原始图像、幅值重建图像和相位重建图像：

subplot(1, 3, 1), imshow(img, 'InitialMagnification', 'fit');
title('Original Image');
subplot(1, 3, 2), imagesc(reconstructed_img_abs), colormap(gray), axis equal;
title('Reconstructed Amplitude');
subplot(1, 3, 3), imagesc(reconstructed_img_phase), colormap(anglemap), axis equal;
title('Reconstructed Phase');

记得检查每个步骤中的数据类型和边界条件，以确保结果的准确性。