用matlab编写一段代码，利用一个低通模板对一幅有噪图象（GAUSS白噪声）进行滤波（原图像可选lena.bmp、saturn.tif、pout.tif等），检验两种滤波模板（分别使用一个5×5的线性邻域平均模板和一个非线性模板:3×5中值滤波器）对噪声的滤波效果。

好的，以下是MATLAB代码，实现了您所要求的功能：

% 载入图像
img = imread('lena.bmp'); % 也可以选择其他图片
imshow(img);
title('原图');

% 添加高斯白噪声
noise_img = imnoise(img, 'gaussian', 0, 0.01);
figure;
imshow(noise_img);
title('加噪图');

% 定义滤波器
avg_filter = fspecial('average', [5, 5]);
median_filter = fspecial('median', [3, 5]);

% 应用滤波器
avg_filtered_img = imfilter(noise_img, avg_filter);
median_filtered_img = imfilter(noise_img, median_filter);

% 显示滤波后的图像
figure;
imshow(avg_filtered_img);
title('线性邻域平均滤波');

figure;
imshow(median_filtered_img);
title('非线性中值滤波');

% 计算图像质量评估指标
psnr_avg = psnr(avg_filtered_img, img);
ssim_avg = ssim(avg_filtered_img, img);
psnr_median = psnr(median_filtered_img, img);
ssim_median = ssim(median_filtered_img, img);

% 输出结果
fprintf('线性邻域平均滤波的PSNR值为%.2f，SSIM值为%.4f\n', psnr_avg, ssim_avg);
fprintf('非线性中值滤波的PSNR值为%.2f，SSIM值为%.4f\n', psnr_median, ssim_median);

注意：这段代码假设源图像是灰度图像，而不是彩色图像。如果您选择的是彩色图像，则需要将其转换为灰度图像。