高斯型功率谱归一化程序

高斯型功率谱归一化是一种常见的图像处理方法，用于将图像中的亮度值进行归一化，以便更好地显示图像的细节和特征。以下是一个用MATLAB实现高斯型功率谱归一化的程序：

% 读取图像
I = imread('image.jpg');
% 转换为灰度图像
I = rgb2gray(I);

% 计算图像的傅里叶变换
F = fft2(I);
% 将图像的低频部分移到中心
Fc = fftshift(F);

% 计算功率谱
P = abs(Fc).^2;
% 计算功率谱的平均值
Pmean = mean2(P);

% 计算高斯型滤波器
[M, N] = size(I);
[x, y] = meshgrid(1:N, 1:M);
sigma = 10;
H = exp(-(x-N/2).^2/(2*sigma^2)-(y-M/2).^2/(2*sigma^2));

% 进行滤波操作
Pn = P./(H.^2 + Pmean);

% 反傅里叶变换
Fnc = ifftshift(Pn);
In = ifft2(Fnc);

% 显示原图像和处理后的图像
figure;
subplot(1,2,1); imshow(I); title('原图像');
subplot(1,2,2); imshow(uint8(abs(In))); title('处理后的图像');

在这个程序中，我们首先读取输入图像，然后将其转换为灰度图像。然后，我们计算图像的傅里叶变换，并将低频部分移到图像的中心。接下来，我们计算图像的功率谱，并计算出功率谱的平均值。然后，我们计算高斯型滤波器，使用滤波器对功率谱进行滤波操作，得到归一化后的功率谱。最后，我们进行反傅里叶变换，将归一化后的功率谱转换回空间域。最后，我们显示原图像和处理后的图像。