在MATLAB中，使用imnoise,fspecial,imfilter函数，基于3×3的平均、高斯和自建模板，编写均值滤波的处理程序，处理含有椒盐和高斯噪声的图像

在MATLAB中，我们可以使用`imnoise`函数生成带有椒盐和高斯噪声的图像，`fspecial`函数创建各种滤波模板，特别是均值滤波所需的模板，而`imfilter`函数则用于执行滤波操作。以下是基于3x3模板执行均值滤波的详细步骤：

1. **加载或生成图像**
首先，加载一张图像作为输入，例如：

   img = imread('image.jpg'); % 替换为实际的图片路径

2. **添加椒盐和高斯噪声**

   noiseLevel = 0.05; % 惰性噪声级别 (0-1)
   noisy_img = imnoise(img, 'saltandpepper', noiseLevel);
   % 添加高斯噪声
   gaussian_noise = randn(size(noisy_img)) * noiseLevel;
   noisy_img = noisy_img + gaussian_noise;

3. **创建滤波模板**
- 平均模板（均值滤波）

     avgKernel = fspecial('average', 3); % 3x3的平均模板

- 高斯模板（高斯模糊）

     gaussKernel = fspecial('gaussian', 3, 1); % 3x3的高斯模板，标准差为1（可以根据需要调整）

4. **使用imfilter进行均值滤波**
- 对椒盐噪声应用均值滤波

     filtered椒盐 = imfilter(noisy_img, avgKernel, 'replicate'); % 'replicate'保持边缘像素不变

- 对高斯噪声应用均值滤波（这里实际上是对整个图像进行高斯平滑，因为高斯模板已经包含了均值操作）

     filtered高斯 = imfilter(noisy_img, gaussKernel, 'replicate');

5. **查看原图与过滤后的结果**
可以使用`subplot`显示原图和过滤后的结果：

   subplot(1, 2, 1), imshow(img), title('Original Image');
   subplot(1, 2, 2), imshow(filtered椒盐), title('Filtered with Average Template');

6. **自定义模板示例**
如果你需要自定义模板，可以创建一个二维数组，比如：

   customKernel = [1 1 1; 1 1 1; 1 1 1]; % 自定义3x3模板
   filtered_custom = imfilter(noisy_img, customKernel, 'replicate');