对图像使用频域方法去除周期性噪声的代码

使用频域方法去除周期性噪声的代码主要分为以下几个步骤：

1. 读取图像并转换为灰度图像

img = imread('image.jpg');
gray_img = rgb2gray(img);

2. 对灰度图像进行傅里叶变换

f_img = fft2(gray_img);

3. 将傅里叶变换后的图像进行中心化

f_img = fftshift(f_img);

4. 设计带阻滤波器并对傅里叶变换后的图像进行滤波

% 设计带阻滤波器
D0 = 50;
W = 10;
H = size(gray_img, 1);
W1 = floor(W / 2);
W2 = ceil(W / 2);
[X, Y] = meshgrid(-W2:W1-1, -W2:W1-1);
H_filter = 1 - exp(-((X.^2 + Y.^2 - D0^2) / (2 * W^2)));

% 对傅里叶变换后的图像进行滤波
f_img_filtered = f_img .* H_filter;

5. 将滤波后的图像进行反傅里叶变换，并取实部

img_filtered = real(ifft2(ifftshift(f_img_filtered)));

完整代码如下：

% 读取图像并转换为灰度图像
img = imread('image.jpg');
gray_img = rgb2gray(img);

% 对灰度图像进行傅里叶变换
f_img = fft2(gray_img);

% 将傅里叶变换后的图像进行中心化
f_img = fftshift(f_img);

% 设计带阻滤波器
D0 = 50;
W = 10;
H = size(gray_img, 1);
W1 = floor(W / 2);
W2 = ceil(W / 2);
[X, Y] = meshgrid(-W2:W1-1, -W2:W1-1);
H_filter = 1 - exp(-((X.^2 + Y.^2 - D0^2) / (2 * W^2)));

% 对傅里叶变换后的图像进行滤波
f_img_filtered = f_img .* H_filter;

% 将滤波后的图像进行反傅里叶变换，并取实部
img_filtered = real(ifft2(ifftshift(f_img_filtered)));

% 显示原始图像和去除噪声后的图像
figure;
subplot(1, 2, 1);
imshow(gray_img);
title('Original Image');
subplot(1, 2, 2);
imshow(img_filtered, []);
title('Filtered Image');