Image 如何去除高斯噪声？

我必须从这张图像中去除高斯噪声（之前，我必须过滤它并添加噪声）。然后，我必须使用函数“o”，我的分数是基于这个函数的结果有多低。我在尝试不同的东西，但我无法消除这种噪音，所以我可以得到一个好成绩：/有什么帮助吗

   img=imread('liftingbody.png');
   img=double(img)/255;
   maska1=[1 1 1; 1 5 1; 1 1 1]/13;
   odfiltrowany=imfilter(img,maska1);
   zaszumiony=imnoise(odfiltrowany,'gaussian');
   nowy=wiener2(zaszumiony);
   nowy4=medfilt2(nowy);

   o=1/512.*sqrt(sum(sum(img-nowy4).^2));

   subplot(311); imshow(img);
   subplot(312); imshow(zaszumiony);
   subplot(313); imshow(nowy);

---

尝试将高斯滤波器与噪声图像进行卷积，以去除高斯噪声，如下所示：

nowx=conv2(zaszumiony,fspecial('gaussian',[3 3],1.5),'same')/(sum(sum(fspecial('gaussian',[3 3],1.5))));

它应该在一定程度上减少你的o函数

---

尝试使用过滤器的强度（即1.5的值）和内核的大小（即[3]的值）将噪声降至最低。

除了@ALM865的答案外，还可以使用

imfilter

。事实上，这是推荐用于图像的函数，因为

imfilter

专门针对图像进行了优化

conv2

是任何2D信号的更通用功能

我还回答了如何选择标准偏差以及最终高斯滤波器/内核的大小：

本质上，一旦你选择了你想要的标准偏差，你会发现一个

floor（6*sigma）+1xfloor（6*sigma）+1

Gaussian内核用于你的过滤操作。假设

sigma=2

，您将得到一个

13x13

内核。正如ALM865所说，您可以使用

fspecial

创建高斯内核。您可以指定

'gaussian'

标志，后跟内核的大小和之后的标准偏差。因此：

sigma = 2;
width = 6*sigma + 1;
kernel = fspecial('gaussian', [width width], sigma);
out = imfilter(zaszumiony, kernel, 'replicate');

imfilter

接收要过滤的图像、要用于过滤图像的卷积内核，以及一个可选标志，该标志指定当内核不完全适合图像时沿图像像素边界发生的情况

'replicate'

意味着它只是沿着边框复制像素，从而复制它们。还有其他选项，例如使用值填充（通常为零）、循环填充和对称填充

反复使用标准偏差，直到得到您认为是好的结果