编写与编译一个matlab源程序，实现对一副包含高斯噪声以及椒盐噪声的灰度图像进行均值滤波

在MATLAB中，编写和编译一个处理含有高斯噪声和椒盐噪声的灰度图像的均值滤波程序，可以分为几个步骤：

1. **读取图像**:
首先，使用`imread`函数从文件中加载图像，并转换为灰度图像，如果原图是彩色的。

img = imread('noisy_image.jpg'); % 替换为你的图片路径
gray_img = rgb2gray(img);

2. **添加噪声**:
使用`imnoise`函数分别添加高斯噪声和椒盐噪声。

% 添加高斯噪声
gaussian_noise = imnoise(gray_img, 'gaussian', 0, std_dev); % 根据需要设置标准差std_dev

% 添加椒盐噪声
salt_pepper_noise = imnoise(gaussian_noise, 'salt & pepper', probability); % 根据需要设置概率probability

3. **均值滤波**:
`medfilt2` 函数用于进行均值滤波，它会计算每个像素周围的邻域并返回平均值，这有助于平滑图像并去除噪声。

filtered_img = medfilt2(salt_pepper_noise, [kernel_size kernel_size]); % kernel_size为滤波核大小

4. **保存结果**:
最后，你可以使用`imwrite`将处理后的图像保存到文件。

filtered_img = uint8(filtered_img); % 将浮点数转换回uint8范围
imwrite(filtered_img, 'filtered_image.jpg');

5. **编译MEX文件** (仅适用于需要速度优化的情况)：
如果你想将上述过程编译成MEX文件以提高运行效率，你需要安装MATLAB Mex工具箱，并按照官方文档编写C/C++代码实现滤波部分。首先创建mexFunction文件，然后编译：

function filtered_img = mex_mean_filtering(image, kernel_size, ...)
% 在此编写C/C++代码实现均值滤波
% ...

% 编译
mex_mex_mean_filtering.c -o mex_mean_filtering