图像模糊MATLAB

在MATLAB中，图像模糊通常是通过滤波操作来实现的，目的是降低图像细节、减少噪声或模拟低分辨率效果。常见的模糊方法有：

1. **均值滤波**（Mean Filtering）：将每个像素点替换为其周围邻域像素的平均值，简单易用，但对于高频信号（如边缘）有一定的抑制作用。

   blurredImage = imfilter(image, ones(size(kernel))/numel(kernel), 'replicate');

2. **高斯滤波**（Gaussian Filtering）：使用高斯核对图像进行平滑处理，可以更好地保持图像边缘，因为高斯函数在中心附近衰减较快。

   blurredImage = imgaussfilt(image, sigma);

3. **双边滤波**（Bilateral Filtering）：结合空间距离和强度差异，既能去除噪声又能保留边缘信息。

   blurredImage = imgaussfilt2(image, [sigmaSpace, sigmaIntensity]);

4. **拉普拉斯算子**（Laplacian Smoothing）：用于增强边缘检测，适用于强调图像轮廓。

   blurredImage = laplacian(image, 'disk', sizeKernel);

5. **卷积模糊**（Convolutional Blur）：更广泛的模糊方式，可以用自定义的核（比如运动模糊或径向模糊）进行模糊。

   kernel = fspecial('motion', [kernelSize, kernelSize], 'angle', angle);
   blurredImage = conv2(image, kernel, 'same');

执行以上操作后，`blurredImage`就是处理后的模糊图像。