Matlab中的一维高斯卷积函数

我试图写一个函数，返回一个一维高斯滤波器。该函数以sigma为参数。问题是该函数为所有SIGMA返回相同的数组

  function gaussFilter=gauss(sigma)  
  width = 3 * sigma;  
  support = (-width :sigma: width);  
  gaussFilter= exp( - (support).^2 / (2*sigma^2));   
  gaussFilter = gaussFilter/ sum(gaussFilter);  

---

请注意，支持数组的计算是正确的，但应用exp时会出现问题。

结果没有任何错误。您的

支持

向量本质上是

[-3*sigma -2*sigma -1*sigma 0 1*sigma 2*sigma 3*sigma]

如果将每个支撑元素平方并乘以-1，

-support.^2

[-9*sigma^2 -4*sigma^2 -1*sigma^2 0 -1*sigma^2 -4*sigma^2 -9*sigma^2]

因此，将其除以

2*sigma^2

将始终得到相同的向量

[-9/2 -4/2 -1/2 0 -1/2 -4/2 -9/2]

或

所以这就是为什么你总是得到相同的答案。

因此，您需要检查算法，以制作一维高斯滤波器

编辑：

你的原始代码很好：除了我不明白你为什么要用

-3*sigma:sigma:3*sigma

来做

支持

-你应该把它改成

支持=-3:3

您还可以使用：

gaussFilter = fspecial('gaussian',[1 7],sigma)

---

编辑：查看完整的代码和解释为什么

支持=-3*sigma:3*sigma

而不是

支持=-3*sigma:sigma:3*sigma

想法是过滤器需要足够宽以表示高斯函数。经验法则是使用至少

6*sigma

的过滤器大小

由于支持需要以零为中心，这将为您提供

-3*sigma

到

+3*sigma

的范围（更准确地说，中间的零是

-/+round（6*sigma-1）/2

）。因此：

示例：（以下所有内容都是等效的）

---

当您使用标量执行

exp

时会发生什么？非常感谢，但我不想应用循环。我想改用向量（支持）。请你告诉我怎么做。你写的对sigma=1是正确的，但是3*sigma:sigma:3*sigma会给我六个元素，每两个元素之间有sigma。谢谢你的特别建议，但我不想使用内置的。但是即使支持=-3:3，结果也是一样的，不是吗？结果会随着西格玛的变化而变化<代码>支持应该独立于

西格玛

，它应该只取决于窗口大小，在您的情况下，这似乎是一个1x7向量。我很抱歉我的问题很重，但您能否根据我的代码更正我的代码并给出完整的正确代码。我再次表示抱歉。还有其他问题吗？+1返回（事实上我很久以前就知道了！）如果你没有图像处理工具箱，那就太好了。

gaussFilter = fspecial('gaussian',[1 7],sigma)

function gaussFilter = gauss(sigma)
    width = round((6*sigma - 1)/2);
    support = (-width:width);
    gaussFilter = exp( -(support).^2 ./ (2*sigma^2) );
    gaussFilter = gaussFilter/ sum(gaussFilter);

sigma = 1.2;
width = round((6*sigma - 1)/2);

gauss(sigma)

normpdf( -width:width, 0, sigma )

fspecial('gaussian', [1 2*width+1], sigma)

h = gausswin(2*width+1)';
h = h / sum(h)