MATLAB图像处理：频率域锐化滤波器代码实现

以下是用频率域锐化滤波器处理图像的 MATLAB 代码：

% 读取原始图片

I = imread('image.jpg');

figure; imshow(I); title('原始图片');

% 转换为灰度图像

Igray = rgb2gray(I);

% 对输入图像进行傅里叶变换，并将结果平移对称以使频率零点在中心

F = fftshift(fft2(double(Igray)));

% 定义锐化滤波器

% H = 2*(D0^2-D^2)/(D0^2+D^2)，其中D为频率，D0为截止频率

D0 = 30;

[M, N] = size(F);

u = 0:(M-1);

v = 0:(N-1);

idx = find(u > M/2);

u(idx) = u(idx) - M;

idy = find(v > N/2);

v(idy) = v(idy) - N;

[V, U] = meshgrid(v, u);

D = sqrt(U.^2 + V.^2);

H = 2*((D0^2 - D.^2)./(D0^2 + D.^2));

H(D < 1) = 0;

% 在频域中将输入图像和滤波器相乘

G = H .* F;

% 对G进行逆傅里叶变换并进行幅度值归一化

g = real(ifft2(ifftshift(G)));

g = g-min(g(:));

g = g/max(g(:));

% 输出结果

figure; imshow(g); title('锐化后的图像');

在上述代码中，首先读取原始图像并将其转换为灰度图像。然后对灰度图像进行傅里叶变换，并定义频率域锐化滤波器，通过将输入图像和滤波器在频域相乘来获取锐化后的图像。最后进行幅度归一化，并显示锐化后的图像。

原始图像：

锐化后的图像：