针对lena图像进行线性平均滤波和中值滤波算法实现。 ①显示lena图像和噪声图像到一个窗口； ②显示3×3、5×5、7×7模版下线性平均滤波结果并做结果分析； ③显示3×3、5×5、7×7模版下中值滤波结果并做结果分析

针对 Lena 图像进行线性平均滤波和中值滤波的步骤如下：

1. **显示 Lena 图像和噪声图像**：
- 首先，使用 `imread` 函数读取 Lena 图片：

     lena_img = imread('lena.png'); % 假设 Lena 图片名为 'lena.png'
     noisy_img = imnoise(lena_img, 'salt & pepper', 0.05); % 添加随机噪声，比如 5% 的椒盐噪声
     figure; % 创建新窗口
     subplot(1,2,1);
     imshow(lena_img, []);
     title('Original Lena Image');
     subplot(1,2,2);
     imshow(noisy_img, []);
     title('Noisy Lena Image with Salt & Pepper Noise');

2. **线性平均滤波**：
- 使用 `fspecial` 和 `imfilter` 函数创建不同大小的平均模板：

     sizes = [3 5 7]; % 3x3, 5x5, 7x7模板
     for i = 1:length(sizes)
         filter_size = sizes(i);
         h = fspecial('average', filter_size); % 平均滤波模板
         filtered_img_avg{i} = imfilter(noisy_img, h); % 应用滤波
         subplot(2,3,3*i-2);
         imshow(filtered_img_avg{i}, []);
         title(sprintf('%dx%d Average Filtered Image', filter_size, filter_size));
     end

- 结果分析：线性平均滤波会平滑图像，减少噪声，较大的模板会使边缘更模糊。

3. **中值滤波**：
- 与平均滤波类似，但是用 `medfilt2` 替换 `imfilter`：

     filtered_img_median = medfilt2(noisy_img, sizes);
     subplot(2,3,3*length(sizes)+1);
     imshow(filtered_img_median, []);
     title('Median Filtered Image');

- 结果分析：中值滤波能保持边缘细节，对于椒盐噪声特别有效，因为它只替换像素周围的像素值。