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);
else
image_2zhi = image_orign;
end
image_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
end
end
image_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（）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');
1、1.在工程目录下创建gauss.m函数文件
2.在函数文件中编写高斯低通滤波函数
3.使用imread函数读取待处理图片
4.以待处理图片为gauss.m函数的输入
5.将gauss.m函数的处理结果返回值保存在图片变量中
6.将图片变量使用imshow函数展示
