首页matlab把图像分别变成0.5cpd和5cpd的图片

matlab把图像分别变成0.5cpd和5cpd的图片

时间: 2024-01-16 12:02:33 浏览: 176

以下是用Matlab将图像分别变成0.5cpd和5cpd的示例代码： 1. 0.5cpd的图片： ```matlab % 读取原始图像 original_image = imread('image.jpg'); % 获取图像大小 [height, width, ~] = size(original_image); % 计算图像中心 center = [floor(width/2)+1, floor(height/2)+1]; % 构建网格 [X, Y] = meshgrid(1:width, 1:height); % 计算距离中心的距离 distances = sqrt((X-center(1)).^2 + (Y-center(2)).^2); % 构建低通滤波器 low_pass_filter = distances <= width/(2*0.5); % 进行傅里叶变换 fft_image = fftshift(fft2(original_image)); % 进行频域滤波 fft_filtered_image = fft_image .* low_pass_filter; % 进行傅里叶逆变换 filtered_image = ifft2(ifftshift(fft_filtered_image)); % 显示结果 imshow(real(filtered_image)); ``` 2. 5cpd的图片： ```matlab % 读取原始图像 original_image = imread('image.jpg'); % 获取图像大小 [height, width, ~] = size(original_image); % 计算图像中心 center = [floor(width/2)+1, floor(height/2)+1]; % 构建网格 [X, Y] = meshgrid(1:width, 1:height); % 计算距离中心的距离 distances = sqrt((X-center(1)).^2 + (Y-center(2)).^2); % 构建高通滤波器 high_pass_filter = distances >= width/(2*5); % 进行傅里叶变换 fft_image = fftshift(fft2(original_image)); % 进行频域滤波 fft_filtered_image = fft_image .* high_pass_filter; % 进行傅里叶逆变换 filtered_image = ifft2(ifftshift(fft_filtered_image)); % 显示结果 imshow(real(filtered_image)); ``` 需要注意的是，这些代码只是对图像进行了简单的频域滤波，并没有考虑到图像中的高频噪声或者低频信息的重要性。在实际应用中，需要根据具体情况进行调整和优化。

阅读全文