除了@alm865的回答之外，你还可以使用imfilter。实际上，这是您对图像使用的推荐函数，因为imfilter已经针对图像进行了专门的优化。对于任何2D信号，conv2是更通用的函数。
我还在这里回答了如何选择标准差以及最终的高斯滤波器/核的大小：By which measures should I set the size of my Gaussian filter in MATLAB?
本质上，一旦你选择了你想要的标准差，你就可以在你的过滤操作中找到一个floor(6*sigma) + 1 x floor(6*sigma) + 1高斯内核。假设使用sigma = 2，您将获得一个13 x 13内核。正如ALM865所说，您可以使用fspecial创建高斯内核。指定'gaussian'标志，然后指定内核的大小和后面的标准差。因此：
代码语言：javascript复制sigma = 2;
width = 6*sigma + 1;
kernel = fspecial('gaussian', [width width], sigma);
out = imfilter(zaszumiony, kernel, 'replicate');imfilter接收要过滤的图像、要用来过滤图像的卷积内核，以及一个可选的标志，该标志指定当内核不能完全装入图像时沿图像像素边界发生的情况。'replicate'意味着它只是简单地复制边界上的像素，因此会复制它们。还有其他选项，例如使用值(通常为零)进行填充、循环填充和对称填充。
尝试使用标准差，直到得到您认为是好的结果。