传统正余弦滤波matlab程序

传统正余弦滤波是一种常用的频域滤波方法，其原理是将图像转换到频域，利用正余弦函数对频域图像进行滤波处理，然后再将滤波后的频域图像转换回空域图像。下面是一个用MATLAB实现传统正余弦滤波的程序：

% 读入待滤波的图像
I = imread('image.jpg');
% 将图像转换到频域
F = fftshift(fft2(I));

% 设置频域滤波器
[m, n] = size(I);
D0 = 50; % 截止频率
H = zeros(m, n);
for i = 1:m
    for j = 1:n
        D = sqrt((i-m/2)^2 + (j-n/2)^2); % 计算频率距离
        H(i, j) = exp(-D^2 / (2*D0^2)); % 高斯低通滤波器
    end
end

% 滤波
G = H .* F;

% 将滤波后的频域图像转换回空域图像
g = real(ifft2(ifftshift(G)));

% 显示原图像和滤波后的图像
figure;
subplot(1, 2, 1);
imshow(I);
title('原图像');
subplot(1, 2, 2);
imshow(g, []);
title('滤波后的图像');

在这个程序中，首先读入待滤波的图像，并将其转换到频域。然后，根据设定的截止频率D0，构造一个高斯低通滤波器H。将滤波器与频域图像F相乘得到滤波后的频域图像G。最后，将滤波后的频域图像转换回空域图像，并将原图像和滤波后的图像显示出来。

通过调整截止频率D0的大小，可以控制滤波后的图像的清晰度和平滑程度。较大的D0可以实现高频部分的抑制，从而达到图像平滑的效果。而较小的D0则会保留较多的高频部分，保持图像的细节信息。