matlab对lena图像添加高斯噪声，然后设置不同的截止频率20、40、60对lena图像进行低通滤波处理。分析当截止频率不同时，图像处理的效果。

在MATLAB中，可以使用以下步骤对Lena图像添加高斯噪声并进行低通滤波：

1. **加载 Lena 图像**:
使用 `imread` 函数读取 Lena 图像，并将其转换为灰度图，如果原图不是灰度的。

   Lena = imread('Lena.png');
   grayLena = rgb2gray(Lena);

2. **添加高斯噪声**:
使用 `imnoise` 函数添加高斯噪声，例如设定均值为0，标准差为某个值。

   sigma = 5; % 高斯噪声的标准差，可以根据需要调整
   noisyLena = imnoise(grayLena, 'gaussian', 0, sigma);

3. **设置不同的截止频率**:
MATLAB有多种滤波函数，如`fspecial`用于创建滤波器模板，`imgaussfilt`进行高斯滤波。为了设置不同的截止频率，你可以生成不同大小的标准正态分布核，比如20x20、40x40和60x60的滤波器。

   filterSizes = [20 40 60];
   h = fspecial('gaussian', filterSizes, 2); % 切尔比雪夫窗口或其他滤波器

4. **低通滤波处理**:
对噪声图像应用滤波器，会去除高频噪声，保留低频部分，即细节和边缘相对清晰的部分。

   filteredImages = imgaussfilt(noisyLena, h);

5. **分析效果**:
比较处理前后的图像，通过查看滤波后的图像，可以看到随着截止频率的提高（滤波器尺寸增大），图像的高频噪声减少，但可能会损失一些细节。较大的滤波器倾向于平滑图像，使得边缘变得模糊。