MAtlab 编写中值滤波和顺序滤波（最小滤波、最大滤波）程序，处理相同的加入椒盐噪声的图像与均值滤波（均值模板）进行比较；改变模板尺寸（3×3，5×5，7×7）观察处理结果。

在MATLAB中，你可以通过以下步骤编写中值滤波、最小滤波（极大值滤波）、最大滤波以及均值滤波的程序来处理带有椒盐噪声的图像：

1. **导入图像并添加椒盐噪声**：

   img = imread('noisy_image.jpg'); % 替换为实际图像文件名
   saltpepperNoise = imnoise(img, 'saltandpepper', 0.05); % 添加椒盐噪声，5%的比例

2. **创建不同大小的滤波模板**：

   filterTemplates = [ones(3) ones(5) ones(7)]; % 3x3, 5x5, 7x7 的单位矩阵模板

3. **中值滤波**：

   medFilter = medfilt2(saltpepperNoise, filterTemplates); % 使用medfilt2函数进行中值滤波

4. **最小（极大值）滤波**：

   minFilter = maxfilt(saltpepperNoise, filterTemplates); % 使用maxfilt函数进行最小滤波，注意这实际上是最大值滤波

5. **最大滤波**：

   maxFilter = minfilt(saltpepperNoise, filterTemplates); % 同样是最大滤波，minfilt也可以用于取像素的最大值

6. **均值滤波**：

   meanFilter = imfilter(saltpepperNoise, filterTemplates, 'replicate'); % 使用imfilter函数，选项'dcshift'或'replicate'得到均值滤波

7. **结果比较**：
对比处理后的图像，可以使用`imshowpair`函数：

   figure; subplot(2, 2, 1), imshow(medFilter), title('中值滤波');
   subplot(2, 2, 2), imshow(minFilter), title('最小滤波');
   subplot(2, 2, 3), imshow(maxFilter), title('最大滤波');
   subplot(2, 2, 4), imshow(meanFilter), title('均值滤波');

8. **观察效果**：
改变模板尺寸，比如将`filterTemplates`替换为更大的模板，然后再次运行以上步骤，观察滤波效果的变化。