5.编写Matlab程序，对一幅图像(lena.bmp)进行二维傅里叶变换后，将其0频率分量移到矩阵的中心。

在MATLAB中，你可以通过以下步骤对lena.bmp图像进行二维傅里叶变换，并将零频率分量移到矩阵的中心：

1. **导入图像**:
首先，你需要读取图像文件。可以使用`imread`函数加载 Lena 图像：

   img = imread('lena.bmp');

2. **灰度处理**:
如果图片是彩色的，需要转换为灰度图像，以便于进行傅里叶变换：

   if iscolor(img)
       img_gray = rgb2gray(img);
   else
       img_gray = img;
   end

3. **二维傅里叶变换**:
使用`fft2`函数计算图像的离散二维傅里叶变换：

   fft_img = fft2(img_gray);

4. **分离实部和虚部**:
MATLAB的`fft2`返回的是复数数组，通常包含实部和虚部。这里只关心实部（因为零频率分量位于主对角线，实部是对称的）：

   real_fft = real(fft_img);

5. **移动零频率分量**:
要将零频率分量移动到中心，首先找到原点（通常是矩阵尺寸的一半），然后交换这部分的值：

   [rows, cols] = size(real_fft);
   half_rows = floor(rows / 2);
   half_cols = floor(cols / 2);
   
   % 将中间元素移动到左上角
   temp = real_fft(half_rows, half_cols);
   real_fft(half_rows, half_cols) = real_fft(rows - half_rows + 1, cols - half_cols + 1);
   real_fft(rows - half_rows + 1, cols - half_cols + 1) = temp;
   
   % 对称性检查并交换另一半
   if rows ~= cols
       real_fft(:, half_cols:end) = real_fft(:, half_cols:end)'; % 只有当列数大于行数时才做此操作
   end

6. **逆傅里叶变换**:
最后，使用`ifft2`将处理后的频谱转换回空间域图像：

   img_back = abs(fftshift(ifft2(real_fft)));

`fftshift`用于恢复图像的原始尺寸，而`abs`是因为反变换得到的是复数。

7. **显示结果**:
最后一步是显示处理过的图像：

   imshow(img_back);

完成以上步骤后，你就会看到 Lena 图像经过二维傅里叶变换并将零频率分量移到中心的效果了。