图像频率域低通滤波处理程序设计
低通滤波器设计原理
低通滤波器设计原理低通滤波器是一种常用的信号处理技术，用于从信号中去除高频成分，使得信号中只保留低频成分。
其设计原理基于信号的频率特性和滤波器的特性。
一、低通滤波器的基本原理低通滤波器的基本原理是通过选择合适的频率截止点，使得该频率以下的信号通过滤波器，而高于该频率的信号被滤除或衰减。
这样可以实现去除高频噪声或不必要的信号，保留主要的低频信号。
二、滤波器的频率响应滤波器的频率响应是指滤波器对不同频率信号的响应程度。
低通滤波器的频率响应在截止频率以下保持较高的增益，而在截止频率以上逐渐衰减。
具体来说，低通滤波器的频率响应可以用一个截止频率和一个衰减因子来描述。
三、滤波器的类型根据滤波器的特性，低通滤波器可以分为两类：理想低通滤波器和实际低通滤波器。
理想低通滤波器是指在截止频率以下完全通过信号，而在截止频率以上完全抑制信号的滤波器。
实际低通滤波器是指在截止频率以下有一定的增益，而在截止频率以上有一定的衰减的滤波器。
四、滤波器的设计方法1. 传统方法：传统的低通滤波器设计方法包括巴特沃斯滤波器、切比雪夫滤波器和椭圆滤波器。
这些方法通常基于模拟滤波器设计原理，通过选择合适的滤波器阶数和截止频率来实现低通滤波器的设计。
2. FIR滤波器设计：FIR滤波器是一种常用的数字滤波器，其设计方法与传统方法有所不同。
FIR滤波器通过选择合适的滤波器系数来实现低通滤波器的设计。
常用的FIR滤波器设计方法包括窗函数法、最小均方误差法和频率采样法等。
五、滤波器的性能指标低通滤波器的性能指标包括截止频率、衰减因子、通带波动和群延迟等。
截止频率是指滤波器开始衰减的频率，通常用3dB衰减点来定义。
衰减因子是指滤波器在截止频率以上的衰减程度，通常以分贝（dB）为单位来表示。
通带波动是指滤波器在通带范围内的增益波动程度，通常以分贝为单位来表示。
群延迟是指滤波器对不同频率信号的传输延迟，通常以时间为单位来表示。
六、应用领域低通滤波器在各个领域都有广泛的应用。
低通滤波器的设计与实现
低通滤波器的设计与实现在信号处理和通信系统中，滤波器是一种重要的工具，用于调整信号的频率分量以满足特定的需求。
低通滤波器是一种常见的滤波器类型，它能够通过去除高于截止频率的信号分量，使得低频信号得以通过。
本文将探讨低通滤波器的设计原理和实现方法。
一、低通滤波器的设计原理低通滤波器的设计基于滤波器的频率响应特性，通过选择合适的滤波器参数来实现对信号频谱的调整。
常见的低通滤波器有巴特沃斯滤波器、切比雪夫滤波器和椭圆滤波器。
1. 巴特沃斯滤波器巴特沃斯滤波器是一种常见的低通滤波器，具有平坦的幅频特性，在通带内没有波纹。
其特点是递归性质，可以通过级联一阶巴特沃斯滤波器得到高阶滤波器。
巴特沃斯滤波器的设计需要确定截止频率和阶数两个参数。
截止频率确定了滤波器的频率范围，阶数决定了滤波器的陡峭程度。
常用的巴特沃斯滤波器设计方法有极点分布法和频率转换法。
2. 切比雪夫滤波器切比雪夫滤波器是一种具有优异滚降特性的低通滤波器，可以实现更陡峭的截止特性。
与巴特沃斯滤波器相比，切比雪夫滤波器在通带内存在波纹。
切比雪夫滤波器的设计需要确定截止频率、最大允许通带波纹和阶数三个参数。
最大允许通带波纹决定了滤波器的陡峭程度。
常用的切比雪夫滤波器设计方法有递归法和非递归法。
3. 椭圆滤波器椭圆滤波器是一种折衷设计，可以实现更陡峭的截止特性和更窄的过渡带宽度。
与切比雪夫滤波器相比，椭圆滤波器在通带内和阻带内都存在波纹。
椭圆滤波器的设计需要确定截止频率、最大允许通带和阻带波纹、过渡带宽和阶数五个参数。
最大允许通带和阻带波纹决定了滤波器的陡峭程度，过渡带宽决定了滤波器的频率选择性。
常用的椭圆滤波器设计方法有变换域设计法和模拟滤波器转换法。
二、低通滤波器的实现方法低通滤波器的实现方法多种多样，常见的包括模拟滤波器和数字滤波器两类。
1. 模拟滤波器模拟滤波器是基于模拟电路实现的滤波器，其输入和输出信号都是连续的模拟信号。
常见的模拟滤波器包括电容滤波器、电感滤波器和LC滤波器。
数字低通滤波器算法
数字低通滤波器算法概述数字低通滤波器是一种用于信号处理的重要算法，它可以有效地去除信号中高频成分，保留低频成分。
在音频处理、图像处理、通信系统等领域都广泛应用。
本文将介绍数字低通滤波器的基本原理和常见的实现算法。
一、数字低通滤波器的原理数字低通滤波器的原理基于信号的频域特性。
在频域中，信号可以表示为不同频率成分的叠加。
低通滤波器的目的是去除高于某一截止频率的成分，保留低于该频率的成分。
其基本原理是通过滤波器将高频成分的幅度衰减，从而实现频率的选择性。
二、数字低通滤波器的设计数字低通滤波器的设计涉及到选择合适的滤波器类型、确定截止频率和滤波器阶数等参数。
常见的数字低通滤波器包括巴特沃斯滤波器、切比雪夫滤波器和椭圆滤波器等。
1. 巴特沃斯滤波器巴特沃斯滤波器是一种常见的数字滤波器，具有平坦的幅频特性和线性相位特性。
其设计方法是首先选择滤波器的阶数和截止频率，然后根据设计要求计算滤波器的传递函数，最后进行离散化处理得到巴特沃斯滤波器的系数。
2. 切比雪夫滤波器切比雪夫滤波器是一种具有截止频率附近波纹特性的数字滤波器。
其设计方法是选择滤波器的阶数、截止频率和波纹系数，然后根据设计要求计算滤波器的传递函数，最后进行离散化处理得到切比雪夫滤波器的系数。
3. 椭圆滤波器椭圆滤波器是一种具有特定截止频率和衰减系数的数字滤波器。
其设计方法是选择滤波器的阶数、截止频率、衰减系数和波纹系数，然后根据设计要求计算滤波器的传递函数，最后进行离散化处理得到椭圆滤波器的系数。
三、数字低通滤波器的实现算法数字低通滤波器的实现算法有多种，常见的包括FIR滤波器和IIR 滤波器。
1. FIR滤波器FIR（Finite Impulse Response）滤波器是一种线性相位滤波器，其输出只与输入信号的有限个历史样本有关。
FIR滤波器的实现算法主要有直接形式、频率抽取形式和多相形式等。
2. IIR滤波器IIR（Infinite Impulse Response）滤波器是一种具有无限长脉冲响应的滤波器，其输出与输入信号的无限个历史样本有关。
低通滤波器的设计与优化
低通滤波器的设计与优化低通滤波器是一种能够将高频信号削弱而保留低频信号的电子设备。
在信号处理和通信系统中，低通滤波器被广泛应用于去除噪声、降低信号失真以及频率分析等领域。
本文将介绍低通滤波器的设计原理、常见的设计方法以及优化技术。
一、低通滤波器的设计原理低通滤波器的设计原理基于信号的频率特性。
它能够通过设置一个截止频率，将高于该频率的信号滤除。
截止频率是指滤波器对信号进行衰减的临界频率。
低于截止频率的信号成为通过信号，而高于截止频率的信号则被滤除。
二、常见的低通滤波器设计方法1. RC低通滤波器设计方法RC低通滤波器是一种简单且常用的低通滤波器。
它由一个电阻（R）和一个电容（C）组成。
该滤波器的截止频率（fc）可以通过选择合适的电阻和电容值来实现。
一般情况下，截止频率与电容和电阻的乘积成反比。
因此，可以通过调整电容和电阻的比值来实现滤波器的截止频率。
2. 无源滤波器设计方法无源滤波器是一种只由被动元件（如电阻、电容、电感）构成的滤波器。
常见的无源滤波器有巴特沃斯滤波器、切比雪夫滤波器和椭圆滤波器等。
这些滤波器可以通过调节元件的数值和结构来实现不同的频率响应。
三、低通滤波器的优化技术1. 频率响应优化频率响应是指滤波器在不同频率下的响应特性。
要优化低通滤波器的频率响应，可以通过调整滤波器的阶数、元件数值以及滤波器结构等方式来实现。
同时，利用计算机仿真工具进行频率响应分析和优化也是一种常用的方法。
2. 抗混叠设计在使用模拟信号进行数字化处理时，会出现混叠现象。
抗混叠设计是指优化低通滤波器的频率特性，以确保信号在进行采样和重建时不会出现混叠。
其中，选择合适的截止频率和滤波器响应是关键。
3. 噪声优化在实际应用中，低通滤波器常常用于去除信号中的噪声。
优化低通滤波器的噪声特性可以通过选择低噪声元件、优化电路布局以及增加可调节的增益控制等方式来实现。
四、低通滤波器的应用领域低通滤波器在各个领域都有广泛的应用。
电子科技大学-数字图像处理-课程设计报告
电子科技大学数字图像处理课程设计课题名称数字图像处理院（系）通信与信息工程学院专业通信工程姓名学号起讫日期指导教师2015年12月15日目录摘要： (03)课题一：图像的灰度级分辨率调整 (04)课题二：噪声的叠加与频域低通滤波器应用 (06)课题三：顶帽变换在图像阴影校正方面的应用 (13)课题四：利用Hough变换检测图像中的直线 (15)课题五：图像的阈值分割操作及区域属性 (20)课题六：基于MATLAB®的GUI程序设计 (23)结束语： (36)参考文献： (37)基于MATLAB®的数字图像处理课题设计摘要本文首先对数字图像处理的相关定义、概念、算法与常用变换进行了介绍；并通过七个课题实例，借助MATLAB®的图像处理工具箱（Computer Vision System Toolbox）对这些案例逐一实现，包括图像的灰度值调整、图像噪声的叠加、频域低通滤波器、阈值分割、Hough变换等，常用的图像变化与处理；然后通过MATLAB®的GUI程序设计，对部分功能进行模块化整合，设计出了数字图像处理的简易软件；最后给出了软件的帮助文件以及该简易程序的系统结构和m代码。
关键词：灰度值调整噪声图像变换MATLAB® GUI设计课题一：图像的灰度级分辨率调整设计要求：128,64,32,16,8,4,2，并在同一个figure窗口将图像的灰度级分辨率调整至{}上将它们显示出来。
设计思路：灰度级分辨率又称色阶，是指图像中可分辨的灰度级的数目，它与存储灰度级别所使用的数据类型有关。
由于灰度级度量的是投射到传感器上的光辐射值的强度，所以灰度级分辨率又称为辐射计量分辨率。
随着图像灰度级分辨率的的逐渐降低，图像中所包含的颜色数目将变得越来越少，从而在颜色维度造成图像信息量的退化。
MATLAB®提供了histeq函数用于图像灰度值的改变，调用格式如下：J = histeq(I,n)其中J为变换后的图像，I为输入图像，n为变换的灰度值。
基于matlab对图像进行高通、低通、带通滤波
数字图像处理三级项目—高通、低通、带通滤波器摘要在图像处理的过程中,消除图像的噪声干扰是一个非常重要的问题。
利用matlab软件,采用频域滤波的方式,对图像进行低通和高通滤波处理。
低通滤波是要保留图像中的低频分量而除去高频分量，由于图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分，所以低通滤波可以除去或消弱噪声的影响并模糊边缘轮廓；高通滤波是要保留图像中的高频分量而除去低频分量，所以高通滤波可以保留较多的边缘轮廓信息。
低通滤波器有巴特沃斯滤波器和高斯滤波器等等，本次设计使用的低通滤波器为****。
高通滤波器有巴特沃斯滤波器、高斯滤波器、Laplacian高通滤波器以及Unmask高通滤波器等等，本次设计使用巴特沃斯高通滤波器。
1、频域低通滤波器：设计低通滤波器包括 butterworth and Gaussian (选择合适的半径，计算功率谱比),平滑测试图像test1和2。
实验原理分析根据卷积定理，两个空间函数的卷积可以通过计算两个傅立叶变换函数的乘积的逆变换得到，如果f(x, y)和h(x, y)分别代表图像与空间滤波器，F(u, v)和H(u, v)分别为响应的傅立叶变换（H(u, v)又称为传递函数），那么我们可以利用卷积定理来进行频域滤波。
在频域空间，图像的信息表现为不同频率分量的组合。
如果能让某个范围内的分量或某些频率的分量受到抑制，而让其他分量不受影响，就可以改变输出图的频率分布，达到不同的增强目的。
频域空间的增强方法的步骤：（1）将图像从图像空间转换到频域空间；（2）在频域空间对图像进行增强；（3）将增强后的图像再从频域空间转换到图像空间。
低通滤波是要保留图像中的低频分量而除去高频分量。
图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分，所以低通滤波可以除去或消弱噪声的影响并模糊边缘轮廓。
理想低通滤波器具有传递函数：其中D0为制定的非负数，D(u,v)为点(u,v)到滤波器中心的距离。
频域低通滤波法
频域低通滤波法介绍频域低通滤波法是一种信号处理方法，用于去除高频噪声，并保留低频信号。
该方法基于信号的频谱特性，通过滤波器将高频分量抑制，从而实现滤波效果。
本文将详细介绍频域低通滤波法的原理、应用和实现过程。
原理频域低通滤波法利用信号在频域中的特性进行滤波。
信号的频谱表示了信号中各个频率分量的存在情况，其中高频分量对应着信号的细节部分，低频分量对应着信号的整体趋势。
因此，如果想从信号中去除高频噪声，保留低频信号，可以通过滤波器将高频分量抑制。
具体来说，频域低通滤波法的实现步骤如下： 1. 将信号转换到频域：使用傅里叶变换将信号从时域转换到频域，得到信号的频谱。
2. 设计滤波器：在频域中设计一个低通滤波器，将高频分量抑制，保留低频分量。
3. 滤波操作：将信号的频谱与滤波器的频谱进行相乘，得到滤波后的频谱。
4. 逆傅里叶变换：将滤波后的频谱通过逆傅里叶变换转换到时域，得到最终滤波后的信号。
应用频域低通滤波法在信号处理领域有广泛的应用，例如： - 音频处理：在音频处理中，频域低通滤波法可以用于去除噪音，提高音频质量。
- 图像处理：在图像处理中，频域低通滤波法可以用于去除图像中的高频噪声，使图像更清晰。
- 通信系统：在通信系统中，频域低通滤波法可以用于去除信号中的噪声，提高信号传输质量。
实现过程频域低通滤波法的实现过程可以分为以下几个步骤：1. 信号转换到频域使用快速傅里叶变换(FFT)将信号从时域转换到频域。
FFT是一种高效的计算傅里叶变换的算法，可以快速计算信号的频谱。
2. 设计滤波器在频域中设计一个滤波器，用于将高频分量抑制。
滤波器的设计可以采用巴特沃斯滤波器、布特沃斯滤波器等。
3. 滤波操作将信号的频谱与滤波器的频谱进行相乘，得到滤波后的频谱。
这个操作可以通过点乘两个频谱数组来实现。
4. 逆傅里叶变换使用逆傅里叶变换(IFFT)将滤波后的频谱转换回时域，得到最终滤波后的信号。
IFFT与FFT是互逆的，可以通过反向计算得到时域信号。
课程设计_低通滤波器设计(含matlab程序)
2010/2011学年第 2 学期学院：信息与通信工程学院专业：电子信息科学与技术学生姓名：学号：课程设计题目：低通滤波器设计起迄日期： 6 月 13 日～6月 24日课程设计地点：指导教师：系主任：下达任务书日期: 2011 年 6 月12 日课程设计任务书课程设计任务书目录1 设计目的及要 (5)1.1设计目的 (5)1.2设计内容和要求 (5)2设计原理 (5)2.1 FIR滤波器 (5)2.2窗函数 (6)2.3矩形窗 (7)3设计过程 (8)3.1设计流程图 (8)3.2 产生原始信号并分析频谱 (8)3.3 使用矩形窗设计不同特性的数字滤波器 (10)3.4 信号滤波处理 (11)4 实验结果及分析 (12)5 课程设计心得体会 (12)6 参考文献 (13)附录： (14)低通滤波器的设计1 设计目的及要求1.1设计目的设计一种低通滤波器并对信号进行滤波。
低通滤波器的作用是滤去信号中的中频和高频成分,增强低频成分。
要求做到:1.了解MATLAB的信号处理技术；2.使用MATLAB设计低通滤波器,掌握其滤波处理技术；3.对滤波前和滤波后的波形进行时域和频域比较。
1.2设计内容和要求1.熟悉有关采样,频谱分析的理论知识,对信号作频谱分析；2.熟悉有关滤波器设计理论知识,选择合适的滤波器技术指标,设计低通滤波器对信号进行滤波,对比分析滤波前后信号的频谱；3.实现信号频谱分析和滤波等有关MATLAB函数；2设计原理本次课程设计,我们主要是基于矩形窗的FIR滤波器来设计一个低通滤波器。
2.1 FIR滤波器FIR滤波器即有限抽样响应因果系统,其单位抽样响应h<n>是有限长的；极点皆位于z=0处；结构上不存在输出到输入的反馈,是非递归型的。
其系统函数表示为：普通的FIR滤波器系统的差分方程为：式中：N为FIR滤波器的抽头数；x<n>为第n时刻的输入样本；h<i>为FIR滤波器第i级抽头系数。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 基本原理简介1.1 MATLAB 简介MATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品语言和交互式环境，主要包括MATLAB和Simulink两大部分。
MATLAB是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。
创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。
1.2傅立叶变换基本原理傅里叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。
在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。
最初傅里叶分析是作为热过程的解析分析的工具被提出的[1]。
傅里叶变换属于谐波分析。
傅里叶变换的逆变换容易求出，而且形式与正变换非常类似。
正弦基函数是微分运算的本征函数，从而使得线性微分方程的求解可以转化为常系数的代数方程的求解。
在线性时不变的物理系统内，频率是个不变的性质，从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取。
卷积定理指出：傅里叶变换可以化复杂的卷积运算为简单的乘积运算，从而提供了计算卷积的一种简单手段。
离散形式的傅里叶变换可以利用数字计算机快速的实现（其算法称为快速傅里叶变换算法（FFT））。
MATLAB中提供的变换函数（1） fft2:用于计算二维快速傅立叶变换，语句格式：B=fft2(I,m,n) 按指定的点数计算m,返回矩阵B的大小为m×n,不写默认为原图像大小。
（2）fftn:用于计算n维快速傅立叶变换（3）fftshift:用于将变换后的图像频谱中心从矩阵的原点移到矩阵地中心，语法格式：B=fftshift(I)(4)ifft2:用于计算图像的二维傅立叶反变换，语法格式B=ifft2(i)(5)ifftn:用于计算n维傅立叶变换快速卷积实验：傅立叶变换一个重要特性是可以实现快速卷积。
设A为M×N矩阵，B为P×Q的矩阵，快速卷积方法如下：*对A和B补0，使其大小都为(M+P-1)×(N+Q-1)*利用fft2对矩阵A和B进行二维变换*将两个FFT结果相乘，利用ifft2对得到的乘积进行傅立叶反变换1.3滤波电路原理及基本滤波器电路介绍滤波的基本概念滤波是信号处理中的一个重要概念。
滤波分经典滤波和现代滤波。
经典滤波的概念，是根据富立叶分析和变换提出的一个工程概念。
根据高等数学理论，任何一个满足一定条件的信号，都可以被看成是由无限个正弦波叠加而成。
换句话说，就是工程信号是不同频率的正弦波线性叠加而成的，组成信号的不同频率的正弦波叫做信号的频率成分或叫做谐波成分。
只允许一定频率范围内的信号成分正常通过，而阻止另一部分频率成分通过的电路，叫做经典滤波器或滤波电路。
实际上，任何一个电子系统都具有自己的频带宽度（对信号最高频率的限制），频率特性反映出了电子系统的这个基本特点。
而滤波器，则是根据电路参数对电路频带宽度的影响而设计出来的工程应用电路。
用模拟电子电路对模拟信号进行滤波，其基本原理就是利用电路的频率特性实现对信号中频率成分的选择。
根据频率滤波时，是把信号看成是由不同频率正弦波叠加而成的模拟信号，通过选择不同的频率成分来实现信号滤波。
当允许信号中较高频率的成分通过滤波器时，这种滤波器叫做高通滤波器。
当允许信号中较低频率的成分通过滤波器时，这种滤波器叫做低通滤波器。
当只允许信号中某个频率范围内的成分通过滤波器时，这种滤波器叫做带通滤波器。
理想滤波器的行为特性通常用幅度-频率特性图描述，也叫做滤波器电路的幅频特性。
理想滤波器的幅频特性如图所示。
图中，w1和w2叫做滤波器的截止频率。
滤波器频率响应特性的幅频特性图对于滤波器，增益幅度不为零的频率范围叫做通频带，简称通带，增益幅度为零的频率范围叫做阻带。
例如对于LP，从-w1当w1之间，叫做LP的通带，其他频率部分叫做阻带。
通带所表示的是能够通过滤波器而不会产生衰减的信号频率成分，阻带所表示的是被滤波器衰减掉的信号频率成分。
通带内信号所获得的增益，叫做通带增益，阻带中信号所得到的衰减，叫做阻带衰减。
在工程实际中，一般使用dB作为滤波器的幅度增益单位。
低通滤波器的基本电路特点是，只允许低于截止频率的信号通过。
二阶低通Butterworth滤波电路如下：下图是用运算放大器设计的二阶低通Butterworth滤波电路。
2 课程设计的基本步骤2.1 检查图片格式info=imfinfo('3.jpg')info =Filename: '3.jpg'FileModDate: '24-Jun-2012 15:00:32'FileSize: 19289Format: 'jpg'FormatVersion: ''Width: 256Height: 256BitDepth: 24ColorType: 'truecolor'FormatSignature: ''NumberOfSamples: 3CodingMethod: 'Huffman'CodingProcess: 'Sequential'Comment: {}从网上下载了一个图像，用MATLAB检查发现是truecolor 格式，ColorType: 'truecolor'。
2.2用MATLAB将其转换为灰度图像a=imread('123.jpg');b=rgb2gray(a);imwrite(b,'456.jpg')>> info=imfinfo('456.jpg')info =Filename: '456.jpg'FileModDate: '24-Jun-2012 15:11:48'FileSize: 10711Format: 'jpg'FormatVersion: ''Width: 256Height: 256BitDepth: 8ColorType: 'grayscale'FormatSignature: ''NumberOfSamples: 1CodingMethod: 'Huffman'CodingProcess: 'Sequential'Comment: {}在 ColorType: 'grayscale' 属性行如此显示，则说明以456.jpg命名的文件为灰度图像2.3图像的二维傅立叶变换实验对一副灰度图片进行二维傅立叶变换，并且显示其幅度值（1）启动MATLAB，设置当前工作路径（2）在当前路径下的文件夹中拷入个灰度图片，“456.jpg”文件。
（3）输入如下命令，完成实验figure(1);RGB=imread('456.jpg');imshow(RGB);figure(2);B=fftshift(fft2(RGB));imshow(log(abs(B)),[]),colormap(jet(64)),colorbar;2.4二阶Butterworth低通滤波按照二阶Butterworth低通滤波器的表达式设计传递函数，对该频谱图像进行低通滤波，对滤波后的频谱图像作逆Fourier变换得到滤波结果，显示结果图I=imread('456.jpg');figure;subplot(2, 2, 1); imshow(I); title('张健原图像');J1 = imnoise(I, 'salt & pepper'); % 叠加椒盐噪声subplot(2, 2, 2); imshow(J1); title('张健加噪声图像');g = fft2(double(J1)); % 傅立叶变换g = fftshift(g); % 转换数据矩阵[M, N]=size(g);nn = 2; % 二阶巴特沃斯(Butterworth)低通滤波器d0 = 20;m = fix(M/2);n = fix(N/2);for i = 1:Mfor j = 1:Nd = sqrt((i-m)^2+(j-n)^2);h = 1/(1+0.414*(d/d0)^(2*nn)); % 计算低通滤波器传递函数result(i,j) = h*g(i,j);T(i, j) = h;endendresult = ifftshift(result);J2 = ifft2(result);J3 = uint8(real(J2));subplot(2, 2, 3); mesh(T); title('张健滤波器示意图')box on;% 显示滤波处理后的图像subplot(2, 2, 4); imshow(J3); title('张健滤波结果')2.5高斯低通滤波传递函数如下：I1=imread('456.jpg'); %读取图像s=fftshift(fft2(I));[M,N]=size(s); %分别返回s的行数到M中，列数到N中n=2; %对n赋初值%GLPF滤波，d0=5，15，30（程序中以d0=30为例）d0=30; %初始化d0n1=floor(M/2); %对M/2进行取整n2=floor(N/2); %对N/2进行取整for i=1:Mfor j=1:Nd=sqrt((i-n1)^2+(j-n2)^2); %点（i,j）到傅立叶变换中心的距离 h=1*exp(-1/2*(d^2/d0^2)); %GLPF滤波函数s(i,j)=h*s(i,j); %GLPF滤波后的频域表示endends=ifftshift(s); %对s进行反FFT移动%对s进行二维反离散的Fourier变换后，取复数的实部转化为无符号8位整数s=uint8(real(ifft2(s)));figure; %创建图形图像对象imshow(s); %显示GLPF滤波处理后的图像title('张健GLPF滤波(d0=30)'); %为经GLPF滤波后的图像添加标题3. 用MATLAB得到的结果图原图如上上图是对该图像作Fourier变换，得到的频谱图像行低通滤波，对滤波后的频谱图像作逆Fourier变换得到滤波结果，显的示结果图对滤波后的频谱图像作逆Fourier变换得到滤波结果，显示的结果图4 二种滤波器的滤波结果的比较二阶Butterworth低通滤波电路直接采用频域分析方法得到其中k = 1+R1/R2 。