matlab 对图像进行低通滤波,matlab图像处理实现低通滤波

本文展示了如何使用MATLAB实现低通滤波处理图像,通过傅里叶变换和距离计算来保留图像的低频成分。文章详细解释了代码中的关键步骤,包括图像的傅里叶变换、中心点计算和滤波操作。最后,文章提供了低通滤波后图像的展示,并提及了遗传算法和前端开发的相关内容。
摘要由CSDN通过智能技术生成

matlab图像处理实现低通滤波

matlab图像处理实现低通滤波

clc;

clear all;

img=imread('lena.jpg');

img_noise = imnoise(img, 'gaussian', 0, 0.01);

subplot(2,2,1),imshow(img_noise);

title('原图像');

% 将低频移动到图像的中心,这个也很重要

s=fftshift(fft2(img_noise));

subplot(2,2,3),imshow(log(abs(s)),[]);

title('图像傅里叶变换取对数所得频谱');

% 求解变换后的图像的中心,我们后续的处理是依据图像上的点距离中心点的距离来进行处理

[a,b] = size(img);

a0 = round(a/2);

b0 = round(b/2);

d = min(a0,b0)/12;

d = d^2;

for i=1:a

for j=1:b

distance = (i-a0)^2+(j-b0)^2;

if distance

h = 1;

else

h = 0;

end

low_filter(i,j) = h*s(i,j);

end

end

subplot(2,2,4),imshow(log(abs(low_filter)),[])

title('低通滤

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值