焊盘图像和平滑：

使值 1 的图像与原始大小相同。垫和光滑：

将原始图像除以“1”图像：

和作物：

MATLAB 演示代码：

I = double(imread('lena.tif'));
g = fspecial('gaussian',60,10);
Ipad = padarray(I,[10,10]);
imagesc(Ipad); colormap gray(256); pause;
Ipadg = imfilter(Ipad,g);
imagesc(Ipadg); colormap gray(256); pause;
A = ones(size(I));
Apad = padarray(A,[10,10]);
imagesc(Apad); colormap gray(256); pause;
Apadg = imfilter(Apad,g);
imagesc(Apadg); colormap gray(256); pause;
IA = Ipadg./Apadg;
imagesc(IA); colormap gray(256); pause;
I = IA(11:end-10,11:end-10);
imagesc(I); colormap gray(256); pause;

*注意：* MATLABimfilter已经进行了零填充。不需要焊盘阵列步骤，仅用于演示。实际代码是：

I = double(imread('lena.tif'));
g = fspecial('gaussian',60,10);
Ig = imfilter(I,g);
A = ones(size(I));
Ag = imfilter(A,g);;
Ismooth = Ig./Ag;

好吧，填充主要是唯一的选择。但是，您可以做的是在接近边界时缩小高斯核的大小。使用这种调整内核的自适应方式，当您接近边界时，您将失去平滑度，但这可以为您提供您在平滑方面所需要的东西。至少它没有引入无意义的边界条件。当然，您可以达到的最小内核大小是 3，因此您将拥有 1 列/行的垃圾值（您也可以通过填充来解决这个问题）。

如果你想变得更疯狂，我会建议以下几点：

将您的图像复制到一个填充的图像中并修复外部边界。使用 PatchMatch（http://gfx.cs.princeton.edu/pubs/Barnes_2009_PAR/index.php）等示例方法来完成。这样，您将使用合理的值修复您的图像，然后您可以应用标准的高斯卷积。