请用MATLAB实现以下：用imnoise2生成erlang(爱尔兰)噪声，调用时用默认的a=2， b=5即可（对照表4.1查看对应的均值和方差）。对图像lena_gray_512.tif, 添加此噪声，得到带噪图。 （1）调用roipoly在带噪图中选取噪声样本图像，计算其直方图，估计噪声参数，与已知噪声参数a,b对比，画出噪声图，以及样本图像的直方图。 （2） 调用spfilt对带噪图进行去噪，比较每种滤波的效果，给出理想的方案。

首先，需要下载并添加imnoise2工具箱，可以通过以下命令获取：

addpath('imnoise2');

然后，读取lena_gray_512.tif图像：

I = imread('lena_gray_512.tif');

生成erlang(爱尔兰)噪声：

J = imnoise2(I,'erlang',2,5);

使用roipoly在带噪图中选取噪声样本图像：

sample = roipoly(J);

计算样本图像的直方图：

histogram(J(sample));

估计噪声参数：

est_param = gamfit(J(sample));
a = est_param(1);
b = est_param(2);

与已知噪声参数a,b对比：

disp(['Estimated a: ', num2str(a)]);
disp(['Estimated b: ', num2str(b)]);
disp(['Known a: 2']);
disp(['Known b: 5']);

画出噪声图以及样本图像的直方图：

figure;
subplot(1,2,1); imshow(J,[]); title('Noisy Image');
subplot(1,2,2); histogram(J(sample)); title('Sample Histogram');

使用spfilt对带噪图进行去噪：

K1 = spfilt(J,'amean',3,3);
K2 = spfilt(J,'gmean',3,3);
K3 = spfilt(J,'hmean',3,3);
K4 = spfilt(J,'chmean',3,3);
K5 = spfilt(J,'median',3,3);
K6 = spfilt(J,'max',3,3);

比较每种滤波的效果：

figure;
subplot(2,4,1); imshow(J,[]); title('Noisy Image');
subplot(2,4,2); imshow(K1,[]); title('Arithmetic Mean');
subplot(2,4,3); imshow(K2,[]); title('Geometric Mean');
subplot(2,4,4); imshow(K3,[]); title('Harmonic Mean');
subplot(2,4,5); imshow(K4,[]); title('Contraharmonic Mean');
subplot(2,4,6); imshow(K5,[]); title('Median');
subplot(2,4,7); imshow(K6,[]); title('Max');

给出理想的方案：

根据实验结果，中值滤波（Median Filter）效果最好，可以作为理想的方案。