使用Matlab读取一幅彩色图像，然后转换为灰度图像，并对图像进行如下处理： （1）向图像添加高斯噪声，然后用平滑滤波器进行滤波。 （2）向图像添加椒盐噪声，然后用中值滤波器进行滤波。

要完成这些操作，你需要按照以下步骤进行：

1. **读取彩色图像**

% 加载彩色图像
img = imread('example.jpg'); % 替换 'example.jpg' 为你实际的图像文件名

2. **转换为灰度图像**

% 将彩色图像转为灰度
gray_img = rgb2gray(img);

3. **添加高斯噪声并平滑滤波**

% 定义高斯核大小和标准差
kernel_size = 5; % 可调整
sigma = 2; % 高斯噪声的标准差

% 添加高斯噪声
noisy_gray_img = imgaussfilt(gray_img, sigma); % 使用高斯滤波器降噪

% 再次平滑滤波，这里你可以使用imfilter或medfilt2
smoothed_img = medfilt2(noisy_gray_img, kernel_size); % 使用中值滤波器代替imfilter，因为中值滤波更适合去除椒盐噪声

4. **添加椒盐噪声并使用中值滤波**

% 定义椒盐噪声的比例
salt_persentage = 0.05; % 椒盐噪声像素占总像素的比例
pepper_persentage = 0.05;

% 创建椒盐噪声矩阵
[row, col] = size(gray_img);
num_salt = round(row * col * salt_persentage);
num_pepper = round(row * col * pepper_persentage);

% 打乱椒盐位置
[salt_idx, ~] = randi([1 row], num_salt, 2);
pepper_idx = setdiff(1:row*col, salt_idx, 'rows');

% 添加椒盐噪声
salt_img = gray_img;
salt_img(salt_idx) = NaN;
pepper_img = gray_img;
pepper_img(pepper_idx) = NaN;

% 中值滤波去噪
salt_and_pepper_img = medfilt2(salt_and_pepper_img, [kernel_size kernel_size]); % 使用中值滤波器

请注意，上述代码中的 `example.jpg` 应替换为实际的图像文件路径。另外，可以根据需要调整高斯噪声的标准差、滤波器大小等参数。在实际应用中，可能还需要对添加噪声后的图像进行对比查看效果。