请你帮我编写程序对照片实现巴特沃思低通滤波器、巴特沃思高通滤波器和高频提升滤波器

当然可以，为了实现照片的滤波效果，我们可以使用MATLAB中的`imfilter`函数，该函数支持各种滤波器类型，包括巴特沃斯（Butterworth）滤波器。以下分别介绍如何实现低通、高通和高频提升滤波：

1. **巴特沃思低通滤波器**：
这种滤波器平滑图像并保留低频成分，去除高频噪声。假设你有一个名为`input_image`的照片矩阵，可以这样设置：

% 定义滤波器参数
cutoff_freq = 0.5; % 频率截止点
filter_order = 4; % 滤波器阶数

% 创建巴特沃思低通滤波器
[b, a] = butter(filter_order, cutoff_freq);

% 应用滤波器到图片上
filtered_lowpass = imfilter(input_image, b, 'replicate', a);

2. **巴特沃思高通滤波器**：
高通滤波器主要用于突出图像中的高频细节。同样使用`imfilter`，但要传递相反的截止频率：

% 高通滤波器参数
cutoff_freq = 0.8; % 较高的频率截止点

% 高通滤波器系数
b_highpass = fir1(filter_order, cutoff_freq, 'high');
a_highpass = [1 zeros(1, filter_order)];

% 应用高通滤波器
filtered_highpass = imfilter(input_image, b_highpass, 'replicate', a_highpass);

3. **高频提升滤波器**：
实际上，"高频提升"通常指的是增加对比度或锐化，可以通过应用负的梯度算子来实现，而不是传统的滤波器。这里我们创建一个自定义函数来增强边缘：

function enhanced = enhance_edges(image)
    % Sobel算子用于检测边缘
    sobel_x = [-1 0 1; -2 0 2; -1 0 1]; % X方向Sobel kernel
    sobel_y = [-1 -2 -1; 0 0 0; 1 2 1]; % Y方向Sobel kernel

    % 计算梯度幅值和角度
    grad_mag = sqrt(sum(sobel_x.^2, 2) + sum(sobel_y.^2, 2));
    grad_angle = atan2(imfilter(image, sobel_y, 'replicate'), imfilter(image, sobel_x, 'replicate'));

    % 提升高频，比如减小梯度幅值
    enhanced = image - alpha * max(grad_mag) .* sign(grad_mag);
end
% 使用时调用这个函数，alpha是个锐化程度的参数
enhanced_edges = enhance_edges(input_image);

其中`alpha`可以根据需要调整。