1、首先，在matlab文件夹页面下右键点击新建一个函数脚本，命名为gauss。
2、鼠标左键选中刚刚创建的gauss.m函数文件，双击打开。
3、在函数文件中，选中全部默认的信息（ctrl+A），删除（Backspace或delete键），然后复制如下代洁船诼抨码，粘贴到gauss.m文件中：function [image_result] =gauss (image_orign,D0)%GULS 高斯低通滤波器% D0为截至频率的（相当于设置在傅里叶谱图的半径值）if (ndims(image_orign) == 3)%判断读入的图片是否为灰度图，如果不是则转换为灰度图，如果是则不做操作image_2zhi = rgb2gray(image_orign);elseimage_2zhi = image_orign;endimage_fft = fft2(image_2zhi);%用傅里叶变换将图象从空间域转换为频率域image_fftshift = fftshift(image_fft);%将零频率成分（坐标原点）变换到傅里叶频谱图中心[width,high] = size(image_2zhi);D = zeros(width,high);%创建一个width行，high列数组，用于保存各像素点到傅里叶变换中心的距离for i=1:width for j=1:high D(i,j) = sqrt((i-width/2)^2+(j-high/2)^2);%像素点（i,j）到傅里叶变换中心的距离 H = exp(-1/2*(D(i,j).^2)/(D0*D0));%高斯低通滤波函数 image_fftshift(i,j)= H*image_fftshift(i,j);%将滤波器处理后的像素点保存到对应矩阵 endendimage_result = ifftshift(image_fftshift);%将原点反变换回原始位置image_result = uint8(real(ifft2(image_result)));%real函数用于取复数的实部；%uint8函数用于将像素点数值转换为无符号8位整数；ifft函数反傅里叶变换
4、如果要使用这个函数，则用imread（犬匮渝扮）读入图片后，选择函数处理即可。例如，当前工作文件夹下，有待处理图片“lena.jpg”,则可通过下列代码读入图片数据，再使用gauss.m函数进行高斯低通滤波的去噪处理。x = imread('lena.jpg');x_result = gauss(x,160);subplot(1,2,1);imshow(x);title('原图');subplot(1,2,2);imshow(x_result);title('高斯低通滤波处理后图片');