matlab 读取一幅图片，加入噪声并对含噪图像 进行滤波，模式为相关运算，复制边界，输出与原图像同等大小，在同一窗口显示滤波前后的图像。

在MATLAB中，你可以按照以下步骤操作来完成这个任务：

1. **读取图片**:
使用`imread`函数读取图片文件，例如：

   img = imread('your_image_file.jpg');

将 `'your_image_file.jpg'`替换为你实际图片的路径。

2. **添加噪声**:
可以通过`imnoise`函数添加噪声。比如，如果想添加高斯噪声，可以这样做：

   noisy_img = imnoise(img, 'gaussian');

3. **相关运算滤波**:
MATLAB中的相关运算通常用于图像平滑，例如使用均值滤波器（`imgaussfilt`）或自定义卷积核（`conv2`）。假设你想应用一个5x5的标准高斯核进行滤波，可以这样做：

   kernel = fspecial('gaussian', [5 5], 1); % 1 is the standard deviation for Gaussian kernel
   filtered_img = conv2(noisy_img, kernel, 'same'); % 'same' mode preserves image size

4. **处理边界**:
MATLAB的内建函数如`imfilter`或`conv2`通常会自动复制边界像素。如果你使用的不是上述函数，可以在滤波之前将图像扩展一圈，然后剪裁回来。

5. **显示原始图像和滤波后的图像**:
使用`imshowpair`函数在同一窗口显示两个图像，示例如下：

   figure;
   subplot(1,2,1), imshow(img), title('Original Image');
   subplot(1,2,2), imshow(filtered_img), title('Filtered Image');

6. **保存结果**:
如果需要保存滤波后的图像，可以使用`imwrite`函数：

   imwrite(filtered_img, 'filtered_image_result.jpg');

记得替换上述代码中的文件名和参数，以适应你的具体需求。运行完成后，你应该能看到滤波前后的图像对比。