fft 图像去噪 matlab 代码

当涉及到图像去噪时，快速傅里叶变换（FFT）是一种常用的方法。下面是一个使用MATLAB实现FFT图像去噪的示例代码：

% 读取图像
image = imread('input_image.jpg');

% 将图像转换为灰度图像
gray_image = rgb2gray(image);

% 对灰度图像进行FFT变换
fft_image = fft2(double(gray_image));

% 构建滤波器
filter = zeros(size(fft_image));
filter(1:20, 1:20) = 1; % 设置一个20x20的矩形滤波器

% 对频谱图像进行滤波
filtered_image = fft_image .* filter;

% 对滤波后的频谱进行逆FFT变换
restored_image = ifft2(filtered_image);

% 显示原始图像和去噪后的图像
subplot(1, 2, 1), imshow(gray_image), title('原始图像');
subplot(1, 2, 2), imshow(uint8(abs(restored_image))), title('去噪后的图像');

这段代码首先读取输入图像，然后将其转换为灰度图像。接下来，对灰度图像进行FFT变换，得到频谱图像。然后，构建一个滤波器，可以根据需要设置不同的滤波器类型和大小。在这个示例中，我们使用一个简单的矩形滤波器。然后，将滤波器应用于频谱图像，得到滤波后的频谱图像。最后，对滤波后的频谱进行逆FFT变换，得到去噪后的图像。最后，通过subplot函数将原始图像和去噪后的图像显示在同一窗口中。