整合成一段代码发给我

当然，以下是完整的MATLAB代码示例，用于加载图像、添加高斯噪声并多次平均去噪：

% 加载图像
img = imread('your_image_file.jpg'); % 替换为实际的图片文件名

% 定义噪声标准差
sigma = 5;

% 添加高斯噪声
noisy_img = imnoise(img, 'gaussian', 0, sigma);

% 设置去噪次数
num_iterations = [8, 16, 64, 128];

% 初始化去噪后的图像数组
denoised_imgs = cell(length(num_iterations), 1);

% 循环进行去噪
for i = 1:length(num_iterations)
    denoised_imgs{i} = imfilter(noisy_img, ones(1, 3) / num_iterations(i), 'replicate'); % 使用均值滤波器
end

% 显示原始图像和去噪后的图像
figure;
subplot(2, 2, 1), imshow(img), title('Original Image');
subplot(2, 2, 2), imshow(noisy_img), title(['Noisy Image (sigma = ' num2str(sigma) ')']);

% 显示去噪后的结果
for j = 1:length(num_iterations)
    subplot(2, 2, j + 2), imshow(uint8(denoised_imgs{j})), title(['Denoised - Iteration ' num2str(j)]);
end

% 保存去噪后的图像序列
if exist('savefig_path', 'var')
    saveas(gcf, fullfile(savefig_path, ['denoised_' num2str(sigma) '.jpg']), 'JPEG');
else
    disp('Please specify a path to save the images using the "savefig_path" variable.');
end

在这个例子中，我们使用了`imfilter`函数和简单的均值滤波器来进行去噪。如果你想使用其他滤波器，只需更改`imfilter`的第三个参数即可。记得将 `'your_image_file.jpg'` 和 `savefig_path` 分别替换为实际的图像文件和保存路径。