生成matlab代码：任意选择一幅图像，分别加入高斯噪声和椒盐噪声，对每一幅噪声图像分别进行3*3和5*5均值处理，在同一窗口显示原图像、噪声图像、均值滤波后的图像

当然可以，以下是使用MATLAB的基本步骤来完成这个任务。请注意，这只是一个基本示例，实际操作时可能需要安装图像处理工具箱（Image Processing Toolbox）。这里假设你已经有一个名为`image_name.jpg`的图像文件。

首先，你需要导入必要的库并读取图像：

% 加载MATLAB图像处理工具箱
if ~exist('imread', 'function')
    error('Image Processing Toolbox is required.');
end

% 读取图像
img = imread('image_name.jpg');
imshow(img); % 显示原始图像

然后添加高斯噪声和椒盐噪声：

% 高斯噪声
sigma = 5; % 高斯噪声标准差
noisy_gaussian = img + sigma * randn(size(img));
% 椒盐噪声
salt = imnoise(img, 'salt', 0.02); % 盐噪声的比例
pepper = imnoise(img, 'pepper', 0.02); % 胡椒噪声的比例
noisy_salt_pepper = salt + pepper;

接着进行3x3和5x5的均值滤波：

% 3x3均值滤波
filtered_3x3 = medfilt2(noisy_gaussian, [3 3]);
% 5x5均值滤波
filtered_5x5 = medfilt2(noisy_gaussian, [5 5]);

% 对椒盐噪声图像也做同样的处理
filtered_salt_3x3 = medfilt2(noisy_salt_pepper, [3 3]);
filtered_salt_5x5 = medfilt2(noisy_salt_pepper, [5 5]);

最后，展示处理后的图像：

% 创建一个新的窗口显示所有图像
figure;
subplot(2, 3, 1), imshow(img, 'InitialMagnification', 'fit'), title('Original Image');
subplot(2, 3, 2), imshow(noisy_gaussian, 'InitialMagnification', 'fit'), title('Gaussian Noise');
subplot(2, 3, 3), imshow(filtered_3x3, 'InitialMagnification', 'fit'), title('3x3 Gaussian Filtered');

subplot(2, 3, 4), imshow(salt, 'InitialMagnification', 'fit'), title('Salt Noise');
subplot(2, 3, 5), imshow(filtered_salt_3x3, 'InitialMagnification', 'fit'), title('3x3 Salt Filtered');
subplot(2, 3, 6), imshow(filtered_salt_5x5, 'InitialMagnification', 'fit'), title('5x5 Salt Filtered');

运行这段代码后，你应该能看到原始图像、加了噪声的图像以及经过3x3和5x5均值滤波后的图像。