matlab在频率域对‘1year.jpg’图像进行滤波操作，分别获取其高频分量、低频分量。通过subplot命令对比显示原始图像、高频分量、低频分量，并利用title为每幅图像设置小标题。

以下是 MATLAB 的代码实现：

% 读取图像
img = imread('1year.jpg');

% 转换为灰度图像
gray_img = rgb2gray(img);

% 进行傅里叶变换
fft_img = fft2(gray_img);

% 将零频分量移到中心
shifted_fft_img = fftshift(fft_img);

% 构造高通滤波器
D0 = 50; % 我们将设置 D0 = 50
highpass_filter = ones(size(shifted_fft_img));
[M, N] = size(highpass_filter);
for i = 1:M
    for j = 1:N
        distance = sqrt((i-M/2)^2 + (j-N/2)^2);
        if distance < D0
            highpass_filter(i,j) = 0;
        end
    end
end

% 构造低通滤波器
lowpass_filter = 1 - highpass_filter;

% 对频域图像进行滤波操作
fft_highpass_img = shifted_fft_img .* highpass_filter;
fft_lowpass_img = shifted_fft_img .* lowpass_filter;

% 反变换回空间域
ifft_highpass_img = ifft2(ifftshift(fft_highpass_img));
ifft_lowpass_img = ifft2(ifftshift(fft_lowpass_img));

% 显示图像
subplot(1,3,1);
imshow(gray_img);
title('原始图像');

subplot(1,3,2);
imshow(abs(ifft_highpass_img), []);
title('高频分量');

subplot(1,3,3);
imshow(abs(ifft_lowpass_img), []);
title('低频分量');

解释一下代码：

1. 首先我们读取原始图像，并将其转换为灰度图像。
2. 然后我们对灰度图像进行傅里叶变换，将其转换到频率域。
3. 为了方便显示，我们将零频分量移到频谱中心。
4. 接下来，我们构造一个高通滤波器和一个低通滤波器。这里我们将使用一个理想的低通滤波器，其半径为 D0 = 50。
5. 我们将高通滤波器和低通滤波器应用于频域图像，以分别获取其高频分量和低频分量。
6. 最后，我们将高频分量和低频分量反变换回空间域，并使用 subplot 命令将原始图像、高频分量和低频分量分别显示在同一张图中，并为每幅图像设置标题。