原创代码，已调试完成。附下载链接，可联系定制
文章目录
简介
图像局部噪声抑制与细节保持的MATLAB代码例程。
本例程实现高斯加权滑动窗口滤波（Gaussian）：以空间距离构造高斯核，对邻域像素做加权平均，在削弱加性随机噪声的同时，尽量保持图像的灰度分布。代码封装在单个 .m 文件中，运行后自动完成测试图像生成、噪声叠加、边界扩展、滤波处理与质量指标计算。关键代码均带中文注释，可用于图像处理实验教学、算法原理验证、参数调整或二次开发。
运行结果
-
原始与含噪图像图：对比包含渐变、纹理、几何边缘和细线结构的原始测试图像与高斯噪声图像。
-
滤波结果与误差图：展示高斯加权滑动窗口滤波（Gaussian）输出及其相对原始图像的绝对误差。
-
边缘剖面与质量指标图：对比典型行灰度剖面，并给出滤波前后的PSNR、局部SSIM和边缘保持指标。
-
命令行输出：直接输出图像与窗口尺寸、噪声类型、MSE、PSNR、局部SSIM、边缘指标、提升量、运行时间及有效值检查结果。
MATLAB源代码
部分代码如下：
matlab
%% 高斯加权滑动窗口滤波（Gaussian）图像处理例程
% 作者：matlabfilter（V同号）
% 2026-08-15/Ver1
% 单文件例程：生成测试图像与噪声，完成滤波、指标评价和结果显示。
clc; clear; close all;
rng(0);
%% 参数设置与测试图像
cfg.imageSize = 128;
cfg.windowSize = 5;
cfg.noiseDescription = '高斯噪声';
cfg.noiseSigma = 0.075;
cfg.spatialSigma = 1.05;
originalImage = generateTestImage(cfg.imageSize);
%% 添加与算法场景匹配的噪声
noisyImage = clipImage(originalImage + cfg.noiseSigma * randn(size(originalImage)));
%% 执行高斯加权滑动窗口滤波（Gaussian）
tic;
[filteredImage, diagnosticData] = applyCurrentFilter(noisyImage, cfg);
elapsedTime = toc;
filteredImage = clipImage(filteredImage);
assert(isequal(size(filteredImage), size(originalImage)), '滤波结果尺寸与输入不一致。');
assert(all(isfinite(filteredImage(:))), '滤波结果包含NaN或Inf。');
assert(all(filteredImage(:) >= 0 & filteredImage(:) <= 1), '滤波结果超出[0,1]范围。');
%% 手工计算图像质量指标
noisyMetrics = evaluateImageQuality(originalImage, noisyImage);
filteredMetrics = evaluateImageQuality(originalImage, filteredImage);
printResults(cfg, noisyMetrics, filteredMetrics, elapsedTime);
%% 绘图：图窗保持纯净，源码不保存图片或添加水印完整代码：
https://download.csdn.net/download/callmeup/93326705
如需帮助，或有导航、定位滤波相关的代码定制需求，可从个人主页左侧联系我