您好，我必须在不使用 imfilter 和 fspecial 函数的情况下将高斯滤波器应用于图像。我写了这样的代码，但它不起作用：
I=imread('IMG.tif');
[row,col]=size(I);
k=input('k girin');
s=input('sigma girin');
for i=1:row
for j=1:col
h(i,j)=(1/2*pi*s^2)*exp(-((i-k-1)^2 + (j-k-1)^2)/2*s^2);
end
end
我不知道如何在没有这些功能的情况下应用高斯滤波器。你能帮我么 ？谢谢。
【问题讨论】：
标签： matlab image-processing filter
代替imfilter，有几个选项。
您可以使用filter2 或xcorr2。它基本上做同样的事情，除了边界（零填充是唯一的规则）。函数conv2 是同一个，对称内核（filter2 实际上调用conv2）。因此，您只需在边界上扩展图像，根据规则填充边界，过滤图像，然后从结果图像中删除边界。
至于fspecial，这个有用的功能设计了预定义的过滤器。在doc中，写了这些过滤器的公式，所以实现起来相当简单。您还可以查看 this post 以获取代码示例。
编辑：这是生成大小为 [2*N1+1,2*N2+1] 和标准偏差（沿 x 和 y）[s1,s2] 的高斯滤波器的代码：
h = exp(-(-N1:N1).^2/(2*s1^2)).'*exp(-(-N2:N2).^2/(2*s2^2));
h = h/sum(h(:));
【讨论】：
最简单的方法是在傅立叶域中使用fourier convolution theorem。这个定理简单地说，空间域中的卷积是傅立叶域中的乘法。由于高斯的傅立叶变换是高斯的，这使问题变得更加容易。不需要循环。像这样的东西会起作用：
sigma = input('Input a standard deviation in the fourier domain: ');
im=imread('peppers.png');
[rows,cols,bands]=size(im);
%make the meshgrid of coordinates
x=1:cols;y=1:rows;
[X,Y] = meshgrid(x,y);
%compute the filter in the fourier domain,
%centered top right so we dont need to shift
filter = mvnpdf([X(:) Y(:)],[0 0]',sigma.*eye(2));
filter = reshape(filter,[rows,cols]);
%convolution theorem
im_fft = fft2(im);
im_filt = ifft(im_fft.*repmat(filter,[1,1,bands]));
%display
figure;subplot(1,2,1);imagesc(im);title('Original image');
subplot(1,2,2);imagesc(im_filt);title('Filtered Image');
【讨论】：
看起来像那条线
h(i,j)=(1/2*pi*s^2)*exp(-((i-k-1)^2 + (j-k-1)^2)/2*s^2);
只生成一个高斯滤波器的元素，但不乘以对应的图像像素。本质上，问题在于您根本没有在这里进行卷积。
更好的方法是首先创建给定大小和 sigma 的过滤器。使用imshow 显示过滤器以确保它看起来正确。然后编写代码进行卷积。提示：在图像上的两个嵌套循环内，过滤器上应该有两个嵌套循环。
编辑：如果到目前为止您所做的只是创建过滤器，那么您还有其他一些问题。首先，您应该使用zeros 函数预先分配过滤器。其次，您的过滤器不应该是图像的大小。它应该很小，例如 5x5 或 9x9。在您的代码中，循环会遍历 图像 中的所有像素，这将使过滤器的大小与图像相同。
【讨论】：