编写中值滤波和顺序滤波（最小滤波、最大滤波）程序，处理相同的加入椒盐噪声的图像与均值滤波（均值模板）进行比较；改变模板尺寸（3×3，5×5，7×7）观察处理结果。matlab

中值滤波是一种非线性的滤波技术，主要用于去除图像中的椒盐噪声，因为它能够保留边缘信息并更好地抵抗椒盐噪声的影响。在MATLAB中，可以使用`imfilter`函数来实现中值滤波。对于顺序滤波，通常指最小滤波（最小值插值）、最大滤波（最大值插值），它们也是通过计算邻域内像素的某个统计量（如最小值或最大值）作为新像素的值。

以下是简单的步骤：

% 加载带椒盐噪声的图像
image = imread('noisy_image.jpg');

% 添加椒盐噪声
saltpepperNoise = 0.05; % 噪声比例
noisy_image = imnoise(image, 'salt & pepper', saltpepperNoise);

% 定义不同的模板大小
template_sizes = [3 5 7]; % 比如这里我们有3x3, 5x5, 和 7x7 的模板

for i = 1:length(template_sizes)
    % 中值滤波
    median_filtered = medfilt2(noisy_image, template_sizes(i));

    % 最小滤波
    min_filtered = imfilter(noisy_image, ones(template_sizes(i),1)/numel(ones(template_sizes(i),1)), 'conv');
    
    % 最大滤波
    max_filtered = imfilter(noisy_image, ones(template_sizes(i),1)'./numel(ones(template_sizes(i),1)), 'conv');
    
    % 显示原图和三种滤波后的对比
    subplot(2,3,i);
    imshow(uint8(cat(3, image(:,:,1), image(:,:,2), image(:,:,3))), []);
    title(sprintf('Original - Size: %dx%d', template_sizes(i), template_sizes(i)));
    
    subplot(2,3,i+3);
    imshow(uint8(median_filtered), []);
    title(sprintf('Median Filtered - Size: %dx%d', template_sizes(i), template_sizes(i)));

    subplot(2,3,2*i + 4);
    imshow(uint8(min_filtered), []);
    title(sprintf('Min Filtered - Size: %dx%d', template_sizes(i), template_sizes(i)));

    subplot(2,3,2*i + 5);
    imshow(uint8(max_filtered), []);
    title(sprintf('Max Filtered - Size: %dx%d', template_sizes(i), template_sizes(i)));
end