Matlab图像处理源码:低通与高通滤波器实现及应用

需积分: 9 2 下载量 183 浏览量 更新于2024-09-08 收藏 30KB DOC 举报
该文档是关于使用MATLAB实现的图像处理程序的源代码,主要涉及低通和高通滤波器的设计与应用。作者以一个新手的角度分享了如何通过MATLAB进行图像处理,包括读取图像、滤波器设计以及滤波后的图像展示。 首先,程序开始于清除所有当前窗口(`close all`),然后读取名为“29.jpg”的图像(`image=imread('29.jpg')`)。接下来,计算图像的填充大小(`PQ=paddedsize(size(image))`),这是为了在进行频域处理时确保边缘部分的正确处理。 滤波器设计的关键部分在于设置了低通滤波器的截止频率,这里使用了`D0=0.05*PQ(1)`,其中`PQ(1)`代表图像的第一维尺寸。滤波器函数`lpfilter`被用于生成低通滤波器,这里是采用高斯滤波器 (`L=lpfilter('gaussian',PQ(1),PQ(2),D0,1)`)。滤波后的结果通过`surf`函数展示,并进行了轴范围设置和色彩映射。 后续,程序定义了三种不同类型的高通滤波器:理想高通滤波器(`H_ideal`)、高斯高通滤波器(`H_gaussian`)、以及二阶巴特沃斯高通滤波器(`H_btw`)。这些滤波器通过`hpfilter`函数创建,并分别显示其频域响应,以便观察滤波特性。最后一部分是将巴特沃思高通滤波器加强两倍(`HH_btw=2+H_btw`)。 在滤波器图形展示部分,每个滤波器的频域表示都通过`surf`函数绘制,同样进行了轴范围设置和标题标注。最后,对原始图像应用了这些滤波器,分别显示了低通(`OP1`)、理想高通(`OP2_ideal`)、高斯高通(`OP2_gaussian`)、二阶巴特沃思高通(`OP2_btw`)以及加强滤波器(`OP2H_btw`)的结果,通过`imshow`函数可视化。 通过这个MATLAB程序,学习者可以了解滤波器设计的基本原理,包括低通和高通滤波的实现,以及它们在图像处理中的应用。这对于理解数字信号处理和图像分析技术非常有帮助,特别是在信号增强、去噪或特征提取等应用场景中。