在MATLAB中，为数字图像添加高斯噪声的主要方法有以下三种：
1. 利用randn函数生成高斯噪声 步骤：首先使用randn函数生成一个与图像大小相同的噪声矩阵，该矩阵的元素遵循高斯分布。然后根据原图像的灰度范围对噪声矩阵进行缩放处理，确保噪声的幅度与图像灰度值相匹配。最后将噪声矩阵与原图像进行相加运算，实现高斯噪声的添加。
2. 随机生成高斯噪声 步骤：虽然具体实现方式可能因人而异，但核心在于依据高斯分布规律产生随机数，生成一个与图像大小相同的噪声矩阵。同样需要对噪声矩阵进行灰度范围的缩放处理，以确保其与原图像的灰度值相兼容。然后将处理后的噪声矩阵叠加到原图像上。
3. 利用imnoise函数 步骤：imnoise函数是MATLAB内置的函数，用于简化噪声添加过程。通过指定噪声类型为高斯噪声，并设置方差参数，即可生成所需的高斯噪声。随后，该函数会自动将生成的噪声与图像进行加法运算，实现噪声的添加。使用imnoise函数时，用户无需手动计算标准差，只需通过指定方差即可调整噪声强度。
总结：以上三种方法均能实现为数字图像添加高斯噪声的目的，核心原理在于生成并叠加一个符合高斯分布的噪声矩阵，以模拟真实世界中的随机干扰。这些方法在图像处理、算法测试等领域具有广泛的应用价值。