、以图像“Peppers.bmp”为例，读入该图像，并利用PYTHON/MATLAB函数对该图像加椒盐噪声（椒盐噪声的密度为0.02），再利用PYTHON/MATLAB函数将加噪的图像保存为“Peppers_noise.bmp”图像。

在Python中，你可以使用PIL（Python Imaging Library）库来读取图像并添加椒盐噪声。而在MATLAB中，则可以使用imread和imwrite函数配合saltAndPepperNoise函数来完成这个任务。以下是两个平台的示例代码：

**Python（PIL）**:

from PIL import Image
import numpy as np

# 读取图像
img = Image.open('Peppers.bmp')
img_array = np.array(img)

# 定义椒盐噪声密度
density = 0.02

# 添加椒盐噪声
noisy_array = salt_and_pepper(img_array, density)
noisy_img = Image.fromarray(noisy_array)

# 保存加噪后的图像
noisy_img.save('Peppers_noise.bmp')

def salt_and_pepper(image, noise_density):
    # ...（这里需要你自己编写椒盐噪声生成函数）

在这个例子中，你需要编写`salt_and_pepper`函数来实际生成椒盐噪声。由于这是个简化的描述，你可能需要了解numpy随机数生成和图像数组操作。

**MATLAB**:

% 读取图像
I = imread('Peppers.bmp');

% 定义椒盐噪声密度
noiseDensity = 0.02;

% 加载Image Processing Toolbox (if not already loaded)
if ~isToolboxAvailable('Image Processing Toolbox')
    error('Image Processing Toolbox is required for this operation.');
end

% 添加椒盐噪声
noisy_I = saltAndPepper(I, noiseDensity);

% 保存加噪后的图像
imwrite(noisy_I, 'Peppers_noise.bmp');

function noisy = saltAndPepper(image, density)
    % ...（这里需要你自己编写椒盐噪声生成函数）
end

同样，在MATLAB中，你需要自定义`saltAndPepper`函数来实现椒盐噪声的操作。