Image 如何在Matlab中制作高斯滤波器

我曾尝试在Matlab中制作高斯滤波器，但没有使用

imfilter（）

和

fspecial（）

。 我已经试过了，但结果和我使用imfilter和fspecial时的结果不一样

这是我的密码

function Gaussian_filtered = Gauss(image_x, sigma)

% for single axis
% http://en.wikipedia.org/wiki/Gaussian_filter
Gaussian_filtered = exp(-image_x^2/(2*sigma^2)) / (sigma*sqrt(2*pi)); 
end

对于二维高斯分布

function h =  Gaussian2D(hsize, sigma)

n1 = hsize;
n2 = hsize;

for i = 1 : n2 
        for j = 1 : n1
        % size is 10;
        % -5<center<5 area is covered.
        c = [j-(n1+1)/2 i-(n2+1)/2]';                
        % A product of both axes is 2D Gaussian filtering
        h(i,j) = Gauss(c(1), sigma)*Gauss(c(2), sigma);        
        end
    end
end

但处理后的图像与输入图像几乎相同。我想知道最后一个函数

gaussianfilted（）

有问题

谢谢。

这里有一个替代方案：

创建二维高斯曲线：

  function f=gaussian2d(N,sigma)
  % N is grid size, sigma speaks for itself
 [x y]=meshgrid(round(-N/2):round(N/2), round(-N/2):round(N/2));
 f=exp(-x.^2/(2*sigma^2)-y.^2/(2*sigma^2));
 f=f./sum(f(:));

过滤图像，给定您的图像称为

Im

：

 filtered_signal=conv2(Im,gaussian2d(N,sig),'same');

以下是一些情节：

imagesc(gaussian2d(7,2.5))

---

由于for循环，此示例代码速度较慢。在matlab中，您可以更好地使用conv2，正如用户建议的那样：bla，或者只使用filter2

I = imread('peppers.png'); %load example data
I = I(:,:,1);
N=5; %must be odd
sigma=1;
figure(1);imagesc(I);colormap gray
x=1:N;
X=exp(-(x-((N+1)/2)).^2/(2*sigma^2));
h=X'*X;
h=h./sum(h(:));
%I=filter2(h,I); %this is faster
[is,js]=size(I);
Ib = NaN(is+N-1,js+N-1); %add borders
b=(N-1)/2 +1;
Ib(b:b+is-1,b:b+js-1)=I;
I=zeros(size(I));
for i = 1:is
    for j = 1:js
        I(i,j)=sum(sum(Ib(i:i+N-1,j:j+N-1).*h,'omitnan'));
    end
end
figure(2);imagesc(I);colormap gray

---

什么不仅仅用于生成高斯核，然后可能用于应用它？您至少可以使用conv2（图像，高斯核，'same'）？好的，非常感谢。但它也使用Matlab函数meshgrid..有没有办法不使用meshgrid（）来生成高斯分布？无论如何谢谢你！！！我想做一个高斯滤波器的matlab代码，没有任何原始的matlab纯函数…网格矩阵很容易用任何语言创建。这就是为什么在许多语言中都有meshgrid（你可以在python、java等语言中找到它）。在没有conv2的情况下是否可以实现它？问题是关于高斯滤波器的。

conv2

只是一种使用它的方法，因此不需要它来创建二维高斯矩阵。那么你的问题是什么？

 Im=rand(100);subplot(1,2,1);imagesc(Im)
 subplot(1,2,2);imagesc(conv2(Im,gaussian2d(7,2.5),'same'));

I = imread('peppers.png'); %load example data
I = I(:,:,1);
N=5; %must be odd
sigma=1;
figure(1);imagesc(I);colormap gray
x=1:N;
X=exp(-(x-((N+1)/2)).^2/(2*sigma^2));
h=X'*X;
h=h./sum(h(:));
%I=filter2(h,I); %this is faster
[is,js]=size(I);
Ib = NaN(is+N-1,js+N-1); %add borders
b=(N-1)/2 +1;
Ib(b:b+is-1,b:b+js-1)=I;
I=zeros(size(I));
for i = 1:is
    for j = 1:js
        I(i,j)=sum(sum(Ib(i:i+N-1,j:j+N-1).*h,'omitnan'));
    end
end
figure(2);imagesc(I);colormap gray