matlab 图像去噪高斯滤波代码

在Matlab中，可以使用高斯滤器来实现图像去噪。下面是一个示例代码，演示了如何使用高斯滤波器对图像进行去噪处理[^1]：

% 读取图像
image = imread('input_image.jpg');

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

% 添加高斯噪声
noisy_image = imnoise(gray_image, 'gaussian', 0, 0.02);

% 使用高斯滤波器进行去噪
filtered_image = imgaussfilt(noisy_image, 2);

% 显示原始图像、带噪图像和去噪后的图像
subplot(1, 3, 1), imshow(gray_image), title('原始图像');
subplot(1, 3, 2), imshow(noisy_image), title('带噪图像');
subplot(1, 3, 3), imshow(filtered_image), title('去噪后的图像');

请注意，上述代码中的`input_image.jpg`是输入图像的文件名，你需要将其替换为你自己的图像文件名。此外，`imgaussfilt`函数用于应用高斯滤波器，其中第二个参数2表示滤波器的标准差，你可以根据需要进行调整。

相关问题

matlab 图像去噪中值滤波代码

以下是使用MATLAB进行图像去噪的中值滤波的代码示例[^2]：

% 读取图像
image = imread('input_image.jpg');

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

% 对图像进行中值滤波
filtered_image = medfilt2(gray_image);

% 显示原始图像和去噪后的图像
subplot(1, 2, 1);
imshow(gray_image);
title('原始图像');
subplot(1, 2, 2);
imshow(filtered_image);
title('中值滤波后的图像');

请注意，这只是一个简单的示例代码，你需要将`input_image.jpg`替换为你自己的图像文件名，并确保图像文件与代码文件在同一目录下。

matlab 图像去噪均值滤波代码

以下是使用均值滤波实现图像去噪的MATLAB代码[^1]：

% 读取图像
image = imread('input_image.jpg');

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

% 定义滤波器大小
filter_size = 3;

% 对图像进行均值滤波
filtered_image = imfilter(gray_image, ones(filter_size) / filter_size^2);

% 显示原始图像和去噪后的图像
subplot(1, 2, 1);
imshow(gray_image);
title('原始图像');
subplot(1, 2, 2);
imshow(filtered_image);
title('去噪后的图像');

请注意，上述代码假设输入图像为`input_image.jpg`，你需要将其替换为你要处理的实际图像文件名。此外，你还可以根据需要调整滤波器的大小。