matlab理想低通滤波代码

Matlab中实现理想低通滤波器的代码如下：

close all;
clear all;
clc;

I = imread('D:\resource_photo\3.png');
I = im2double(I);
M = 2 * size(I,1); % 滤波器行数
N = 2 * size(I,2); % 滤波器列数

u = -M/2:(M/2-1);
v = -N/2:(M/2-1);
[U,V] = meshgrid(u,v);
D = sqrt(U.^2 + V.^2);
D0 = 60; % 截止频率
H = double(D <= D0); % 理想低通滤波

J = fftshift(fft2(I,size(H,1),size(H,))); % 时域图像转换到频域
K = J .* H; % 滤波处理
L = ifft2(ifftshift(K)); % 傅里叶反变换
L = L(1:size(I,1),1:size(I,2));

figure;
subplot(121);imshow(I)
subplot(122);imshow(L)

相关问题

matlab理想低通滤波

以下是Matlab实现理想低通滤波的代码和步骤：

1.读取图像并加入噪声

I = rgb2gray(imread('fig.png'));
IA = imnoise(I,'gaussian'); % 加入高斯白噪声

2.进行理想低通滤波

[f1,f2] = freqspace(size(IA),'meshgrid');
D = 0.05; % 我们选择截止频率为0.05
r = f1.^2 + f2.^2;
Hd = double(r <= D^2); % 构造理想低通滤波器
Y = fft2(double(IA));
Y = fftshift(Y);
Ya = Y .* Hd;
Ya = ifftshift(Ya);
Ia = real(ifft2(Ya));

3.显示图像

subplot(221),imshow(uint8(I)); title('原图像');
subplot(222),imshow(IA); title('加入噪声后的图像');
subplot(223),imshow(uint8(Ia)); title('理想低通滤波处理');

理想低通滤波代码matlab

当涉及到理想低通滤波器的代码实现时，MATLAB提供了一种方便的方法来实现这个功能。下面是一个简单的示例代码，用于实现理想低通滤波器：

% 定义滤波器参数
cutoff_frequency = 100; % 截止频率
sampling_frequency = 1000; % 采样频率

% 创建理想低通滤波器
filter_order = 100; % 滤波器阶数
filter_length = filter_order + 1; % 滤波器长度
filter_coefficients = fir1(filter_order, cutoff_frequency/(sampling_frequency/2));

% 生成输入信号
t = 0:1/sampling_frequency:1;
input_signal = sin(2*pi*50*t) + sin(2*pi*150*t) + sin(2*pi*300*t);

% 应用滤波器
output_signal = filter(filter_coefficients, 1, input_signal);

% 绘制结果
figure;
subplot(2,1,1);
plot(t, input_signal);
title('输入信号');
xlabel('时间');
ylabel('幅值');
subplot(2,1,2);
plot(t, output_signal);
title('输出信号');
xlabel('时间');
ylabel('幅值');

这段代码首先定义了截止频率和采样频率，然后使用`fir1`函数创建了一个理想低通滤波器的系数。接下来，生成了一个包含多个频率成分的输入信号，并使用`filter`函数将输入信号通过滤波器进行滤波。最后，绘制了输入信号和输出信号的图形。