用理想低通滤波器在频率域实现低通滤波、高通滤波。

在matlab中，处理频域图像的过程大概为：
1.对图像进行傅里叶变换。
2.为了方便构建滤波器，将频域图像中心化（即将0频显示在图像中心）
3.设计所需要的频域滤波器
4.在频域图像和滤波器进行乘法运算
5.去中心化
6.转回到空间域

理想低通滤波

空间域的低通滤波，可以通过构造n*n的低通滤波器，然后调用imfilter函数实现。
学过《信号与系统》或者《数字信号处理》的同学都知道，时域卷积等效于频域相乘。所以在本文中，我们通过在频域内的操作，实现理想低通滤波。
理想低通滤波器的频域表示形式为：
H ( u , v ) = { 1 , w h e n D < D 0 0 , w h e n D > D 0 } H(u,v)=\begin{Bmatrix} 1, & &when&D< D_0\\0, & & when&D> D_0 \\ \end{Bmatrix} H(u,v)={