离散哈特莱变换在图像处理领域的应用，请给我一个提纲，给出详细代码并对代码进行详细的解释

离散哈特莱变换（DHT）是离散傅里叶变换（DFT）的一种变种，它将DFT中的正弦和余弦函数替换为哈特莱矩阵中的正弦和余弦函数。DHT可以用于图像处理领域中的很多应用，例如图像压缩、图像去噪、图像增强等。

下面是离散哈特莱变换在图像处理领域的应用的一个提纲：

1. 图像压缩：DHT可以将图像从时域转换到频域，使得高频信息可以被压缩和存储。在JPEG压缩算法中，就是使用DHT来将图像压缩。

2. 图像去噪：DHT可以用于对图像进行降噪。通过对图像进行DHT变换，可以提取出频域信息，从而去除高频噪声。

3. 图像增强：DHT可以用于对图像进行增强。通过对图像进行DHT变换，并对频域信息进行处理，可以增强图像的对比度和细节。

以下是一个使用DHT对图像进行降噪的MATLAB代码示例：

% 读入图像
img = imread('lena.jpg');
% 将图像转换为灰度图像
img = rgb2gray(img);
% 显示原始图像
subplot(1, 2, 1);
imshow(img);
title('Original Image');

% 添加高斯噪声
noisy_img = imnoise(img, 'gaussian', 0.1);
% 显示加噪后的图像
subplot(1, 2, 2);
imshow(noisy_img);
title('Noisy Image');

% 对加噪图像进行离散哈特莱变换
dht_img = dct2(noisy_img);
% 设置阈值，去除低幅度的高频信息
threshold = 0.1 * max(dht_img(:));
dht_img(abs(dht_img) < threshold) = 0;
% 对去噪后的图像进行逆变换
denoised_img = idct2(dht_img);
% 显示去噪后的图像
figure;
imshow(denoised_img);
title('Denoised Image');

首先读入图像，并将其转换为灰度图像。然后，在图像上添加高斯噪声，并显示加噪后的图像。接着对加噪图像进行离散哈特莱变换，并设置阈值，去除低幅度的高频信息。最后，对去噪后的图像进行逆变换，并显示出来。