matlab 平滑滤波

在MATLAB中，平滑滤波是一种常用的数据处理技术，用于减少图像、信号或其他序列中的噪声，提高数据的清晰度。常用的滤波方法有以下几种：

1. **均值滤波**：通过计算每个像素点周围邻域像素的平均值来替换当前像素，常用于去除椒盐噪声。

img = imfilter(img, ones(3) / 9, 'replicate');

2. **高斯滤波**：采用高斯函数作为权重分布，对像素进行加权平均，效果更自然，适用于低通滤波。

img = imgaussfilt(img, sigma);

3. **中值滤波**：利用像素邻域内的中值来代替中心像素，对于边缘保持较好，常用于去噪和抗锯齿。

img = medfilt2(img);

4. **双边滤波**：同时考虑像素强度和空间距离两个因素，既能平滑噪声又能保留边缘信息。

img = imgaussfilt(img, sigma, [sigma_spatial sigma_color]);

5. **移动平均滤波**：简单粗暴，对每行或每列取固定大小窗口求平均。

imgfiltered = movmean(img, windowSize);

应用滤波前通常需要预设滤波器的大小和类型，以及可能涉及的参数，比如高斯滤波的σ值。在使用时，记得保存原始数据，以便后续分析或对比。