使用MATLAB设计 3x3，5x5，7x7 的卷积函数（模板）对给定灰度图像进行平滑滤波，然后再锐化滤波，输出结果到屏幕区域及磁盘文件；

在MATLAB中，你可以使用`conv2`函数来设计卷积操作。首先，我们需要创建对应的卷积模板（也称为核或滤波器）。对于3x3、5x5和7x7的卷积，可以分别设计简单的平滑和锐化滤波模板。

平滑滤波通常使用高斯滤波器或者均值滤波器，这里我们选择均值滤波作为示例：

% 创建3x3平滑滤波模板 (平均)
smooth_filter_3x3 = ones(3) / 9; % 对角线元素为0，中心像素权重最大

% 5x5和7x7平滑滤波模板类似
smooth_filter_5x5 = ones(5) / 25;
smooth_filter_7x7 = ones(7) / 49;

% 锐化滤波模板可以选择边缘检测滤波器如Sobel算子
sharp_filter_3x3 = [-1 0 1; -2 0 2; -1 0 1]; % Sobel X方向

然后，对给定的灰度图像进行平滑和锐化处理：

% 假设输入图像为im
% 平滑滤波
smoothed_im_3x3 = imfilter(im, smooth_filter_3x3);
smoothed_im_5x5 = imfilter(im, smooth_filter_5x5);
smoothed_im_7x7 = imfilter(im, smooth_filter_7x7);

% 锐化滤波
sharpened_im_3x3 = imfilter(smoothed_im_3x3, sharp_filter_3x3);
sharpened_im_5x5 = imfilter(smoothed_im_5x5, sharp_filter_5x5);
sharpened_im_7x7 = imfilter(smoothed_im_7x7, sharp_filter_7x7);

最后，将结果显示在屏幕上并保存到磁盘上：

% 屏幕显示
figure; subplot(2, 3, 1); imshow(smoothed_im_3x3, 'InitialMagnification', 'fit');
title('Smoothed 3x3');
subplot(2, 3, 2); imshow(sharpened_im_3x3, 'InitialMagnification', 'fit');
title('Sharpened 3x3');

% 保存到磁盘
imwrite(smoothed_im_3x3, 'smoothed_3x3.jpg'); % 例如保存为JPG格式
imwrite(sharpened_im_3x3, 'sharpened_3x3.jpg');
% 同样的操作分别对5x5和7x7的图像进行