请给出一段运用维纳滤波有效去除高斯噪声的MATLAB代码

当然，我可以为您提供一段运用维纳滤波有效去除高斯噪声的MATLAB代码，请看下面：

% 读入图像
img = imread('lena.bmp');
img_gray = double(rgb2gray(img));
[rows,cols] = size(img_gray);

% 添加高斯噪声
sigma = 20;
noisy_img = img_gray + sigma * randn(rows,cols);

% 维纳滤波参数
K = 5;
L = 0.01;

% 维纳滤波
filter_img = zeros(rows,cols);
for i = 1:rows
    for j = 1:cols
        if i <= K || j <= K || i >= rows - K + 1 || j >= cols - K + 1
            filter_img(i,j) = noisy_img(i,j);
            continue;
        end
        window = noisy_img(i-K:i+K,j-K:j+K);
        H = fft2(window);
        Hconj = conj(H);
        H2 = abs(H).^2;
        F = fft2(window-mean(window(:)),rows,cols);
        G = F.*Hconj./(H2+L);
        g = real(ifft2(G));
        filter_img(i,j) = g(K+1,K+1);
    end
end

% 显示图像
figure;
subplot(1,3,1);
imshow(img_gray,[]);
title('原图');
subplot(1,3,2);
imshow(noisy_img,[]);
title('带噪声图');
subplot(1,3,3);
imshow(filter_img,[]);
title('维纳滤波图');

函数解释：

- `imread`：读入图像
- `rgb2gray`：将彩色图像转换为灰度图像
- `randn`：产生标准高斯分布的噪声
- `abs`：计算复数的绝对值
- `mean`：求矩阵均值
- `fft2`：二维傅里叶变换
- `ifft2`：二维傅里叶反变换
- `subplot`：在同一窗口中显示多个图像

此代码可以实现有效地去除高斯噪声，如果您还有其他问题，欢迎随时问我哦！