高斯滤波器matlab代码

这是一个3x3的高斯滤波器的Matlab代码实现：

% 读取图像
img = imread('image.jpg');

% 定义高斯滤波器
G = [1 2 1;
     2 4 2;
     1 2 1];

% 归一化高斯滤波器
G = G / sum(G(:));

% 进行卷积
img_filtered = conv2(double(img), G, 'same');

% 显示原始图像和滤波后的图像
subplot(1, 2, 1), imshow(img), title('Original Image');
subplot(1, 2, 2), imshow(uint8(img_filtered)), title('Filtered Image');

该代码中，首先读取了一张图像，然后定义了一个3x3的高斯滤波器，接着将该滤波器归一化，再使用`conv2`函数进行卷积操作，最后将滤波后的图像显示出来。

相关问题

高斯滤波器matlab

高斯滤波器是一种常用的图像滤波器，用于平滑图像并减少噪声。在MATLAB中，可以使用函数`imgaussfilt`来实现高斯滤波。

下面是一个示例代码，演示如何在MATLAB中应用高斯滤波器：

% 读取图像
image = imread('image.jpg');

% 将图像转换为灰度图像
grayImage = rgb2gray(image);

% 定义高斯滤波器的标准差
sigma = 2;

% 应用高斯滤波器
filteredImage = imgaussfilt(grayImage, sigma);

% 显示原始图像和滤波后的图像
subplot(1, 2, 1);
imshow(grayImage);
title('原始图像');

subplot(1, 2, 2);
imshow(filteredImage);
title('滤波后的图像');

在这个示例中，我们首先读取了一个彩色图像，并将其转换为灰度图像。然后，定义了高斯滤波器的标准差 `sigma`。最后，使用`imgaussfilt`函数将高斯滤波器应用到灰度图像上，并显示原始图像和滤波后的图像。

请注意，你需要将`image.jpg`替换为你自己的图像文件路径。此外，你可以根据需要调整`sigma`的值来改变滤波效果。

高斯脉冲成型滤波器MATLAB代码

高斯脉冲成型滤波器（Gaussian Pulse Shaping Filter）是在数字通信中常用的一种滤波器，用于将数字信号进行调制时，进行符号间的串扰控制。下面是MATLAB代码实现高斯脉冲成型滤波器：

%% 高斯脉冲成型滤波器
% 采样率
Fs = 50e3;
% 符号率
Rs = 10e3;
% 采样周期
Ts = 1 / Fs;
% 符号间隔
Tb = 1 / Rs;
% 高斯脉冲参数
beta = 0.3;
% 高斯脉冲时间范围
t = -5*Tb:Ts:5*Tb;
% 高斯脉冲成型滤波器
h = (1 / (sqrt(2*pi)*beta*Tb)) * exp(-(t/Tb).^2/(2*beta^2));
% 频率范围
f = linspace(-Fs/2, Fs/2, length(t));
% 频域响应
H = fftshift(fft(h));
% 绘制高斯脉冲成型滤波器时域和频域响应
figure();
subplot(211);
plot(t, h);
xlabel('时间 (秒)');
ylabel('幅度');
title('高斯脉冲成型滤波器时域响应');
subplot(212);
plot(f, abs(H));
xlim([-10e3, 10e3]);
xlabel('频率 (Hz)');
ylabel('幅度');
title('高斯脉冲成型滤波器频域响应');

以上代码中，高斯脉冲参数 `beta` 的取值通常在 0.3~0.5 之间，可以根据实际应用场景进行调整。绘制结果如下图所示：