基于MATLAB的频率域图像去噪系统：理想与巴特沃斯滤波器实现

资 源 简 介

本MATLAB项目实现了频率域图像去噪，支持理想低通和巴特沃斯低通滤波器。用户可交互设置截止频率、滤波器阶数等参数，实时预览去噪效果，提升噪声图像质量。系统适用于图像处理学习和实验。

详 情 说 明

基于频率域滤波的图像去噪系统

项目介绍

本项目实现了一个基于频率域滤波的图像去噪系统。系统利用快速傅里叶变换将图像转换到频率域，通过设计理想低通滤波器或巴特沃斯低通滤波器对噪声成分进行抑制，最后经傅里叶逆变换得到去噪后的图像。系统提供交互式参数调节界面，支持实时效果对比与频谱分析，为图像去噪提供直观的频率域处理方案。

功能特性

• 双滤波器支持：提供理想低通滤波器和巴特沃斯低通滤波器两种去噪方案
• 交互式参数调节：可实时调整截止频率、巴特沃斯滤波器阶数等关键参数
• 实时效果对比：同步显示原始噪声图像、去噪结果及频谱图对比
• 量化评估指标：自动计算并显示峰值信噪比（PSNR）和均方误差（MSE）
• 多格式支持：支持JPG、PNG、BMP等常见灰度图像格式输入

使用方法

1. 运行主程序文件启动系统
2. 选择或输入待去噪的灰度图像文件路径
3. 在参数设置界面选择滤波器类型：

- 若选择理想低通滤波器：设置截止频率（范围：1至图像尺寸最小值的一半） - 若选择巴特沃斯低通滤波器：设置截止频率和滤波器阶数（正整数，默认4阶）

1. 系统实时显示去噪效果、频谱对比图及PSNR/MSE指标
2. 确认效果满意后，可保存去噪结果图像及分析图表

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox图像处理工具箱
• 支持的操作系统：Windows/Linux/macOS

文件说明

主程序文件整合了系统的核心处理流程，包括图像读入与预处理、快速傅里叶变换与频谱中心化、两种低通滤波器的设计与频率域相乘、逆变换与图像重构、去噪效果可视化与量化指标计算等功能模块，实现了从噪声图像输入到去噪结果输出的完整处理链路。