选定一幅图像，为其分别添加两种不同强度的高斯、椒盐噪声，采用给定的MATLAB函数对受干扰的上述图像进行均值滤波，并将原图像与滤波后图像显示于一个窗口。

在MATLAB中，你可以通过以下步骤来完成这个任务：

1. **加载图像**：首先使用`imread`函数加载你要处理的图像。

img = imread('your_image_file.jpg');

2. **生成高斯噪声**：使用`imnoise`函数添加高斯噪声，可以指定噪声的强度。例如，弱噪声（轻度模糊）可以用`imnoise(img, 'gaussian', 0, 0.1)`，强噪声（严重模糊）则用`imnoise(img, 'gaussian', 0, 1)`。

3. **生成椒盐噪声**：同样使用`imnoise`函数，这次选择`salt & pepper`模式，比如`noisy_img_gaussian = imnoise(img, 'salt & pepper', 0.05);`。

4. **添加噪声到图像**：分别保存添加了高斯噪声和椒盐噪声后的图像。

5. **均值滤波**：使用`imfilter`或`medfilt2`函数进行均值滤波，去除噪声。例如，对于高斯噪声的滤波：

   filtered_img_gaussian = medfilt2(noisy_img_gaussian);

6. **椒盐噪声的滤波**：

   filtered_img_salt_pepper = medfilt2(noisy_img_salt_pepper);

7. **比较与显示**：创建一个新的图像窗格，将原始图像、高斯噪声后的图像、椒盐噪声后的图像以及滤波后的图像并排展示：

   figure;
   subplot(2, 2, 1), imshow(img), title('Original Image');
   subplot(2, 2, 2), imshow(noisy_img_gaussian), title('Gaussian Noise');
   subplot(2, 2, 3), imshow(noisy_img_salt_pepper), title('Salt & Pepper Noise');
   subplot(2, 2, 4), imshow(filtered_img_gaussian), title('Filtered (Gaussian)');
   subplot(2, 2, 5), imshow(filtered_img_salt_pepper), title('Filtered (Salt & Pepper)');

8. **运行结果**：最后运行这段代码，你将在屏幕上看到处理前后的对比效果。

记得替换 `'your_image_file.jpg'` 为你实际需要处理的图片文件名。如果你需要进一步了解MATLAB的具体语法或遇到问题，可以在MATLAB的帮助文档中查找或者搜索相关的教程。