1.编写 MATLAB 代码，选择均值滤波器和中值滤波器对文件夹中的图像进行平滑处理。 2 为每个图像提供处理后的图像和代码，放在一个 m 文件中。 提示：如何根据特定的噪声图像选择滤波器。

在MATLAB中，你可以通过以下步骤来应用均值滤波器和中值滤波器对图像进行平滑处理：

1. **导入图像**：

im = imread('folder_path/image_name.jpg'); % 替换 'folder_path/image_name.jpg' 为你的图片路径

2. **均值滤波器**：
均值滤波器可以有效地去除高斯噪声，适用于噪声分布较为均匀的情况。

% 设置滤波器大小（一般取奇数）
filterSize = 5;
im_smooth_mean = imfilter(im, ones(filterSize)/filterSize, 'replicate');

3. **中值滤波器**：
中值滤波器更常用于去除椒盐噪声，因为它保留边缘信息的同时能消除点状噪声。

im_smooth_median = medfilt2(im, [filterSize filterSize]);

4. **显示原图和平滑后的图像**：

figure;
subplot(1,2,1), imshow(uint8(im)), title('Original Image');
subplot(1,2,2), imshow(uint8(im_smooth_median)), title('Median Filtered Image');

5. **保存处理后的图像**：

imwrite(im_smooth_median, 'output_folder/image_filtered_median.jpg'); % 替换 'output_folder' 为你的保存路径

6. **结合到一个m文件**：
将上述所有代码组织在一个.m文件中，并根据需要添加条件判断，例如根据噪声类型自动选择滤波器。你可以创建一个函数，接收图像和滤波器类型作为输入，然后执行相应的处理。

为了根据特定的噪声类型选择滤波器，你可以使用一些图像分析技术如自适应阈值、噪声检测等来识别噪声模式，再决定使用哪种滤波器。例如，如果噪声主要是点状（椒盐），则使用中值滤波器；如果是高斯型噪声，则倾向于使用均值滤波器。不过这通常需要预处理步骤来辅助决策。