matlab 高斯滤波

高斯滤波是一种常用的图像处理方法，用于平滑图像并降低噪声。在MATLAB中，你可以使用`imgaussfilt`函数来实现高斯滤波。

以下是一个使用`imgaussfilt`函数进行高斯滤波的示例代码：

% 读取图像
image = imread('image.jpg');

% 高斯滤波
filteredImage = imgaussfilt(image, sigma);

% 显示结果
imshow(filteredImage);

在上述代码中，`image.jpg`是你要处理的图像文件名，`sigma`是高斯滤波器的标准差参数。你可以根据需要调整`sigma`的值来控制滤波效果，较大的`sigma`会产生更宽的滤波器，从而平滑图像更多。

相关问题

matlab 维纳滤波

以下是使用MATLAB进行维纳滤波的示例代码：

% 读取图像
img = imread('lena.png');
% 添加高斯白噪声
noisy_img = imnoise(img, 'gaussian', 0, 0.01);
% 显示原始图像和加噪声后的图像
subplot(1, 2, 1);
imshow(img);
title('Original Image');
subplot(1, 2, 2);
imshow(noisy_img);
title('Noisy Image');

% 计算噪声方差
noise_var = var(double(noisy_img(:)));

% 维纳滤波
wnr_img = deconvwnr(noisy_img, fspecial('gaussian', 5, 2), noise_var);

% 显示维纳滤波后的图像
figure;
imshow(wnr_img);
title('Wiener Filtered Image');

这段代码首先读取一张图像，然后添加高斯白噪声。接着计算噪声方差，并使用`deconvwnr`函数进行维纳滤波。最后显示维纳滤波后的图像。

matlab 中值滤波函数

以下是MATLAB中使用中值滤波函数medfilt2()的示例：

% 读取图像
img = imread('example.jpg');

% 对图像进行中值滤波
filtered_img = medfilt2(img);

% 显示原始图像和中值滤波后的图像
subplot(1,2,1), imshow(img), title('Original Image');
subplot(1,2,2), imshow(filtered_img), title('Filtered Image');

上述代码中，首先使用imread()函数读取一张图像，然后使用medfilt2()函数对图像进行中值滤波，最后使用subplot()和imshow()函数将原始图像和中值滤波后的图像显示在同一窗口中。