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（1，1，2；2，2，2；1，1，2）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。

在MATLAB中，你可以按照以下步骤操作来读取彩色图像、将其转为灰度图像并进行指定的处理：

1. **读取彩色图像**
使用`imread`函数读取彩色图像文件，例如：

   img = imread('your_image_file.jpg');

2. **转换为灰度图像**
可以使用`rgb2gray`函数将RGB图像转换为灰度图像：

   gray_img = rgb2gray(img);

3. **添加高斯噪声并平滑滤波**
首先，生成一个高斯噪声矩阵，可以使用`imnoise`函数结合`gaussian`选项：

   noise = imnoise(gray_img, 'gaussian', 0, 0.01); % 0.01是标准差，可以根据需要调整
   filtered_img_gaussian = medfilt2(noise, [1 1 2; 2 2 2; 1 1 2]); % 使用3x3的平滑滤波器（即卷积核）

`medfilt2`函数用于应用中值滤波器，它会使用邻域内的像素值计算中位数作为结果。

4. **添加椒盐噪声并滤波**
椒盐噪声可以通过`saltpepper`函数创建，然后过滤：

   salt_noise = saltpepper(gray_img, 0.05); % 0.05是椒盐噪声的比例，可根据需求调整
   filtered_img_salt = medfilt2(salt_noise, size(filtered_img_gaussian)); % 中值滤波器同样大小

最后，你可以查看处理后的图像，如果想要保存，可以用`imshow`和`imwrite`函数：

figure;
subplot(1,2,1), imshow(gray_img, []);
title('Original Gray Image');
subplot(1,2,2),.imshow(filtered_img_salt, []);
title('Image after Gaussian and Salt & Pepper Noise');

% 保存图像
imwrite(filtered_img_salt, 'filtered_image.jpg');