高斯滤波去除噪声matlab代码

以下是高斯滤波去除噪声的Matlab代码：

% 读入图像
img = imread('image.jpg');

% 定义高斯滤波器的标准差和大小
sigma = 2;
hsize = ceil(3*sigma)*2+1;

% 创建高斯滤波器
h = fspecial('gaussian', hsize, sigma);

% 对图像进行高斯滤波
img_filtered = imfilter(img, h);

% 显示原始图像和去噪后的图像
subplot(1,2,1); imshow(img); title('Original Image');
subplot(1,2,2); imshow(img_filtered); title('Filtered Image');

在上述代码中，`imread`函数用于读入图像，`fspecial`函数用于创建高斯滤波器，`imfilter`函数用于对图像进行高斯滤波，`subplot`函数用于显示原始图像和去噪后的图像。

相关问题

高斯滤波matlab代码

高斯滤波是一种常用的图像处理技术，可以有效地去除图像中的噪声。在Matlab中，可以使用内置的函数来实现高斯滤波。

高斯滤波的Matlab代码如下：

function filtered_image = gaussian_filter(image, sigma)
    h = fspecial('gaussian', [5, 5], sigma); % 生成高斯滤波器
    filtered_image = imfilter(image, h, 'replicate'); % 对图像进行高斯滤波操作
end

在这段代码中，我们定义了一个名为gaussian_filter的函数，它接受两个参数：image表示输入的图像，sigma表示高斯函数的标准差。首先，我们使用fspecial函数生成一个5x5的高斯滤波器h，其中sigma表示高斯函数的标准差。然后，我们使用imfilter函数对输入的图像image进行高斯滤波操作，'replicate'参数表示在图像边缘处采用复制的方式填充。

使用这段Matlab代码，可以方便地对图像进行高斯滤波处理。比如，我们可以通过调整sigma的数值来改变滤波器的大小，从而实现不同程度的平滑效果。这样可以在图像处理中去除噪声，使图像更加清晰和细致。

高斯滤波去噪matlab代码

以下是一个简单的高斯滤波去噪的matlab代码示例：

% 读取图像
img = imread('lena.jpg');

% 添加高斯噪声
noisy_img = imnoise(img, 'gaussian', 0, 0.01);

% 设计高斯滤波器
hsize = 3; % 滤波器大小
sigma = 1; % 标准差
h = fspecial('gaussian', hsize, sigma);

% 对图像进行滤波
filtered_img = imfilter(noisy_img, h);

% 显示图像
subplot(1, 3, 1);
imshow(img);
title('原图');
subplot(1, 3, 2);
imshow(noisy_img);
title('加噪后');
subplot(1, 3, 3);
imshow(filtered_img);
title('去噪后');

在这个示例中，我们首先从文件中读取了一张图像，然后使用`imnoise`函数给它添加了一些高斯噪声。接着，我们使用`fspecial`函数生成了一个高斯滤波器，并使用`imfilter`函数将滤波器应用到了加噪图像上，得到了去噪后的图像。最后，我们使用`subplot`和`imshow`函数将三张图像分别显示在了一个画布上，方便我们对比它们的差异。