matlab读入一幅图像，添加高斯噪声并分别叠加平均4次、8次，输出并观察各个结果

可以使用MATLAB中的`imread`函数读取图像，再使用`imnoise`函数添加高斯噪声。接着使用`imfilter`函数对噪声图像进行平均滤波。

以下是代码示例：

% 读取图像
img = imread('lena.jpg');

% 添加高斯噪声
sigma = 20;
noisy_img = imnoise(img, 'gaussian', 0, (sigma/255)^2);

% 叠加平均滤波
avg4_img = noisy_img;
for i = 1:4
    avg4_img = imfilter(avg4_img, fspecial('average', [3 3]));
end

avg8_img = noisy_img;
for i = 1:8
    avg8_img = imfilter(avg8_img, fspecial('average', [3 3]));
end

% 显示结果
subplot(2, 2, 1); imshow(img); title('原图');
subplot(2, 2, 2); imshow(noisy_img); title(['高斯噪声（\sigma=', num2str(sigma), ')']);
subplot(2, 2, 3); imshow(avg4_img); title('平均滤波（4次）');
subplot(2, 2, 4); imshow(avg8_img); title('平均滤波（8次）');

运行结果如下图所示：


从结果可以看出，平均滤波可以有效地减轻高斯噪声对图像的影响。随着平均滤波次数的增加，图像的清晰度得到了一定程度的恢复。但是需要注意的是，过多的平均滤波会导致图像模糊，因此需要根据实际情况选择合适的平均滤波次数。