使用matlab自编一个中值滤波函数mymedfilt2(A, [m,n])，实现Matlab中的medfilt2函数的功能（边缘采用复制的方式）；对自选的灰度图像加上椒盐噪声，用自编的函数对其进行中值滤波。

在MATLAB中，你可以编写一个名为`mymedfilt2`的函数，该函数实现了中值滤波操作，类似于内置的`medfilt2`函数，但是允许你在滤波核大小上进行自定义。边缘处理通常会采用"边界复制"的方式，即在滤波时将边缘像素的值保持不变。

下面是一个简单的示例函数实现：

function filtered = mymedfilt2(image, kernel_size)
    % 检查输入尺寸和滤波核的有效性
    if ~isnumeric(kernel_size) || length(kernel_size) ~= 2 || any(kernel_size < 1)
        error('Kernel size should be a two-element vector with positive integers.');
    end

    m = kernel_size(1);
    n = kernel_size(2);
    
    % 边界复制
    pad_image = padarray(image, [0, 0, (m - 1)/2, (n - 1)/2], 'replicate');
    
    % 中值滤波操作
    filtered = medfilt2(pad_image, [m n]);
    
    % 移除填充部分
    filtered = filtered((m - 1)/2 + 1:end - (n - 1)/2, :, :);
end

接下来，为了演示如何应用这个函数到带椒盐噪声的图像上，假设你已经有了一个名为`noisy_image`的灰度图像，可以这样做：

% 添加椒盐噪声到图像
saltpepper_noise = 0.05; % 例如，5% 的椒盐噪声比例
noisy_image = imnoise(noisy_image, 'salt & pepper', saltpepper_noise);

% 自定义滤波核大小，比如3x3
kernel_size = [3, 3];

% 进行中值滤波
filtered_image = mymedfilt2(noisy_image, kernel_size);

% 可视化原始和处理后的图像
subplot(1, 2, 1), imshow(noisy_image, []);
title('Original Image with Salt & Pepper Noise');
subplot(1, 2, 2),.imshow(filtered_image, []);
title('Filtered Image using mymedfilt2');