将图像rice.png添加高斯噪声（imnoise函数），然后用全为1/9的空域滤波器进行滤波，显示原图、带噪声图像和滤波后图像。

好的，这里是使用Matlab代码实现上述操作：

% 读入图像
I = imread('rice.png');

% 添加高斯噪声
J = imnoise(I, 'gaussian', 0, 0.01);

% 定义滤波器
h = fspecial('average', [3 3]);

% 进行滤波
K = imfilter(J, h);

% 显示原图、带噪声图像和滤波后图像
subplot(1, 3, 1), imshow(I), title('原图');
subplot(1, 3, 2), imshow(J), title('带噪声图像');
subplot(1, 3, 3), imshow(K), title('滤波后图像');

其中，添加高斯噪声使用了Matlab自带的`imnoise`函数，第二个参数`'gaussian'`表示添加高斯噪声，第三个参数`0`表示噪声均值为0，第四个参数`0.01`表示噪声方差为0.01。定义滤波器使用了Matlab自带的`fspecial`函数，第一个参数`'average'`表示均值滤波器，第二个参数`[3 3]`表示滤波器大小为3x3。

下面是运行结果：


从图中可以看出，添加高斯噪声后图像变得模糊，而使用全为1/9的空域滤波器进行滤波后，图像的细节得到了一定程度的恢复，但仍然存在一定程度的模糊。