原创代码，欢迎交流，请勿翻卖
@[toc]
例程面向灰度图像局部噪声抑制与细节保持问题，独立实现Sigma Filter。程序仅平均与中心灰度差位于指定噪声标准差范围内的邻域样本，减少跨边缘平均；有效样本过少时退化为局部均值以保持稳定。程序采用单个
.m文件组织，仅使用基础MATLAB，自行生成测试图像、高斯噪声、边界扩展、滤波计算和质量指标，关键步骤配有中文注释，适合图像处理课程实验、算法原理学习、参数调试和二次开发。
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：展示西格玛滑动窗口滤波（Sigma Filter）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：
%% 西格玛滑动窗口滤波（Sigma Filter）图像处理例程
% 作者：matlabfilter（V同号），接定位与导航、滤波相关的matlab代码定制
% 2026-08-27/Ver1
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 = 0.070;
cfg.sigmaFactor = 1.7;
cfg.minimumSamples = 4;
originalImage = generateTestImage(cfg.imageSize);
%% 添加与算法场景匹配的噪声
noisyImage = clipImage(originalImage + cfg.noiseSigma * randn(size(originalImage)));
%% 执行西格玛滑动窗口滤波（Sigma Filter）
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。');
%% 计算图像质量指标
如需帮助，或有导航、定位滤波相关的代码定制需求，可联系我
