Matlab中如何制作高斯滤波器答案

【问题标题】：How to make a Gaussian filter in MatlabMatlab中如何制作高斯滤波器
【发布时间】：2012-10-22 23:52:53
【问题描述】：

我尝试在 Matlab 中制作高斯滤波器，而不使用 imfilter() 和 fspecial()。我已经尝试过了，但结果与使用 imfilter 和 fspecial 的结果不同。

这是我的代码。

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，

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

最后一个是

function Filtered = GaussianFilter(ImageData, hsize, sigma)

%Get the result of Gaussian
filter_ = Gaussian2D(hsize, sigma);

%check image
[r, c] = size(ImageData);
Filtered = zeros(r, c);    

for i=1:r
    for j=1:c
        for k=1:hsize
            for m=1:hsize
                    Filtered =  Filtered + ImageData(i,j).*filter_(k,m);    
            end
        end
    end
end
end

但处理后的图像与输入图像几乎相同。不知道最后一个函数GaussianFiltered()有问题...

谢谢。

【问题讨论】：

什么不只是使用fspecial 来生成你的高斯内核，然后也许imfilter 来应用它？
你至少可以使用 conv2(image, gaussian_kernel, 'same'); ?

标签： image matlab gaussian

【解决方案1】：

这里有一个替代方案：

创建二维高斯：

  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(:));

过滤后的图片，假设您的图片名为Im：

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

这里有一些情节：

imagesc(gaussian2d(7,2.5))

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

【讨论】：

好的，非常感谢。但它也使用Matlab函数meshgrid..有没有办法在不使用meshgrid（）的情况下制作高斯？还是谢谢！！！
我想制作一个没有任何原始matlab函数的高斯滤波器matlab代码...
meshgrid 矩阵可以用任何语言轻松创建。这就是为什么在许多语言中你都有网格网格（你会在 python、java 等中找到它）。
没有conv2也可以吗？
问题是关于高斯滤波器的。 conv2 只是一种使用它的方法，因此创建 2D 高斯矩阵不需要它。那么你的问题是什么？

【解决方案2】：

由于 for 循环，此示例代码很慢。在 matlab 中，您可以更好地使用 conv2，如 user:bla 所建议的那样，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

【讨论】：