使用matlab图像添加高斯、椒盐噪声,进行均值滤波、中值滤波处理

在MATLAB中使用图像处理工具包中的函数可以实现添加高斯噪声和椒盐噪声，并进行均值滤波和中值滤波处理。

首先，使用imnoise函数来添加高斯噪声和椒盐噪声。该函数需要输入原始图像和噪声类型参数。例如，要添加高斯噪声，可以使用以下代码：

img = imread('原始图像.jpg'); % 读取原始图像
noisy_img = imnoise(img, 'gaussian', 0, 0.02); % 添加高斯噪声，参数0和0.02分别表示噪声均值和方差

同样地，要添加椒盐噪声，可以使用以下代码：

noisy_img = imnoise(img, 'salt & pepper', 0.05); % 添加椒盐噪声，参数0.05表示噪声比例（图像总像素中噪声像素所占的比例）

然后，可以使用均值滤波和中值滤波函数对加噪图像进行处理。均值滤波使用了一个滤波模板，通过计算邻域像素的平均值来减小噪声。中值滤波使用了一个滤波模板，通过计算邻域像素的中值来减小噪声。以下是使用MATLAB中的函数进行均值滤波和中值滤波的代码示例：

mean_filtered_img = imfilter(noisy_img, fspecial('average', [3 3])); % 均值滤波，使用3x3大小的平均滤波器
median_filtered_img = medfilt2(noisy_img, [3 3]); % 中值滤波，使用3x3大小的滤波模板

上述代码中，imfilter函数使用了fspecial函数来创建一个平均滤波器。medfilt2函数直接对图像进行中值滤波，指定了滤波模板的大小为3x3。

最后，可以使用imshow函数显示原始图像、添加噪声后的图像以及经过均值滤波和中值滤波处理后的图像，观察滤波效果。例如：

subplot(2, 2, 1); imshow(img); title('原始图像');
subplot(2, 2, 2); imshow(noisy_img); title('添加噪声后的图像');
subplot(2, 2, 3); imshow(mean_filtered_img); title('均值滤波处理后的图像');
subplot(2, 2, 4); imshow(median_filtered_img); title('中值滤波处理后的图像');

上述代码将原始图像、添加噪声后的图像以及经过均值滤波和中值滤波处理后的图像显示在一个2x2的图像矩阵中。