数字图像处理第三章——频域处理（下）

数字图像处理—频域处理

（六）高通(锐化)频域滤波器

低通滤波使图像变得模糊那样，相反的处理过程一高通滤波，通过削弱傅立叶变换的低频以及保持高频相对不变来锐化图像。图像锐化是一种补偿轮廓 、突出边缘信息以使图像更为清晰的处理方法 。 锐化的目标实质上是要增强原始图像的高频成分 。与图像平滑不同，图像平滑通过积分过程使图像边模糊，图像锐化则是通过微分过程使图像变清晰。图像锐化的目的：

1. 增强图像边缘，使模糊的图像变得更加清晰，颜色变得鲜明突出，图像的质量有所改善，产生更适合人眼观察和识别的图像；
2. 希望通过锐化处理后，目标物体的边缘鲜明，以便于提取目标的边缘、对图像进行分割、目标区域识别、区域形状提取等，进一步的图像理解与分析奠定基础。

高通滤波器: 理想高通滤波器IHPF；巴特沃思高通滤波器BHPF；高斯高通滤波器GHPF；

高通滤波器的传递函数由下式给出：

6.1 高通滤波函数

使用函数 lpfilter 构建另一个函数hpfilter，使用它可以产生高通滤波器：

function H = hpfilter(typef M, N, DO, n) 
if nargin 4 == 4
  n = 1;
end
Hlp = lpfilter(type, M, N,DO, n); 
H = 1 - Hlp;

下面分别介绍三种滤波器：理想、布特沃斯和高斯高通滤波器的绘图和图像

理想高通滤波器：与低通滤波器相对，IHPF将以D0为半径的圆周内的所有频率置为0，而毫不衰减地通过圆周外的任何频率。 IHPF 也是物理不可实现的，只能通过计算机实现。和ILPF一样有振铃现象 。

函数公式：

编写代码：

H = fftshift(hpfilter('ideal', 500, 500, 50));   %对图像频谱进行移动，使0频率点在中心
figure;
subplot(1, 2, 1), surf(double(H(1:10:500, 1:10:500))), title('理想高通滤波器绘图');
subplot(1, 2, 2), imshow(H,[]), title('理想高通滤波器图像');

代码运行效果如下：

布特沃斯高通滤波器:BHPF比IHPF更平滑，它在高低频之间有比较光滑的过渡；BHPF振铃不明显，对微小物体的过滤比IHPF清晰。

函数公式：

编写代码：

H = fftshift(hpfilter('btw', 500, 500, 50)); 
figure;
subplot(1, 2, 1), surf(double(H(1:10: