请帮我完善如下代码: from skimage.filters import gaussian gaussian_filter = gaussian() #Please fill this function titles = ['noisy', 'gaussian'] imshow_all(noisy, gaussian_filter, titles=titles) mse = np.mean((image-gaussian_filter*255)**2) psnr=20*math.log10(255/math.sqrt(mse)) print('PSNR: ',psnr)

这段代码中的from语句引入了scikit-image包中的filters模块，并且导入了其中的gaussian函数。而后面的赋值语句则创建了一个名为gaussian_filter的函数对象，并调用了gaussian()函数来给它赋值，但是这里的gaussian()函数缺少必要的参数。

所以，根据你的具体需求，你可以在gaussian()函数中填写相关的参数，如sigma(高斯窗口的标准差)，truncate(窗口的边缘截断半径)，多维图像的axis等等。同时也可以把赋值语句改成lambda表达式，以方便后续的调用，例如:

from skimage.filters import gaussian

gaussian_filter = lambda img: gaussian(img, sigma=1.5, truncate=2.0)

这个lambda表达式创建了一个名为gaussian_filter的函数对象，它有一个img参数，并通过调用skimage.filters.gaussian()函数来对img进行高斯滤波，其中sigma=1.5表示以1.5为标准差，truncate=2.0表示半径为2倍标准差的高斯窗口。当这个函数对象被调用时，它将返回一个高斯滤波后的图像。