实部转化为无符号8位整数
subplot133
创建图形图像对象
imshows
显示ILPF滤波后的图像
titleGLPF滤波后的图像（d40）
运行结果：
16维纳滤波器
BCmapimreadeighttif
读取MATLAB中的名为eight的图像
I1im2doubleB
I2im
oiseI1gaussia
001
I3im
oiseI2saltpepper001
figuresubplot131
imshowI1
显示灰度图像
title原始图像
为图像添加标题
subplot132
fimshowI3加入混合躁声后显示图像title加噪后的图像I4wie
er2I3subplot133imshowI4titlewie
er滤波后的图像运行结果：
显示wie
er滤波后的图像
结论：
理想低通滤波器，虽然有陡峭的截止频率，却不能产生良好的效果，图像由于高频分量的滤除而变得模糊，同时还产生振铃效应。
巴特沃斯滤波器通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零。在振幅的对数对角频率的波得图上，从某一边界角频率开始，振幅随着角频率的增加而逐步减少，趋向负无穷大。由于转移特性曲线的尾部保留较多的高频，所以对噪声的平滑效果不如ILPE。
指数型低通滤波器具有较平滑的过滤带，经此平滑后的图像没有“振铃”现象，而与巴沃特斯滤波相比，它具有更快的衰减特性，处理图像稍微模糊一些。
梯形低通滤波器的性能介于巴沃特斯与完全平滑滤波器之间，对图像具有一定的模糊和振铃效应。
高斯低通滤波器其原理就是RC电路具有使低频信号较易通过而抑制较高频率信号的作用，可以有效地去除服从正态分布的噪声。
维纳滤波在处理光学传递函数在零点附近的噪声方法问题比较有效，通过选择适当参数，可以有效地消除或抑制噪声和“振铃效应”。
2、边缘增强
21Robert算子边缘检测
fIimreadeighttif
figuresubplot131
imshowI
title原始图像
BW1edgeIrobert
阈值默认
subplot132
imshowBW1
titlerobert算子检测结果（T默认）
BW2edgeIrobert004T取004
subplot133
imshowBW2
titlerobert算子检测结果（T004）阈值越小，检测出的边缘越丰富
运行结果：
22Sobel算子边缘检测Iimreadeighttiffiguresubplot131imshowItitle原始图像BW1edgeIsobelsubplot132imshowBW1titlesobel算子（T默认）BW2edgeIsobel004subplot133
读取图像阈值默认阈值取004
fimshowBW2titlesobel算子（T004）运行结果：
23Prewitt算子边缘检测Iimreadeighttiffiguresubplot131imshowItitle原始图像BW1edgeIPrewittsubplot132imshowBW1titlePrewitt算子（T默认）BW2edgeIPrewittr