用matlab，采用4x4模板，自定义函数实现对图像进行均值滤波和中值滤波

在MATLAB中，你可以使用内置的imfilter函数结合自定义函数来实现图像的均值滤波和中值滤波。这两种滤波都是平滑图像噪声、去除椒盐噪声常用的方法。

1. **均值滤波**：
均值滤波通过每个像素周围指定大小（如4x4）的邻域取平均值来平滑图像。以下是简单的步骤：

% 定义4x4模板
template = ones(4) / 16;

% 自定义函数 (假设img是输入图像)
function smoothed_img = mean_filter(img, template)
    % 使用imfilter函数，第一个参数是输入图像，第二个是模板，第三个是选项
    smoothed_img = imfilter(img, template, 'replicate');
end

% 调用自定义函数并应用到图像上
filtered_img = mean_filter(original_image, template);

2. **中值滤波**：
中值滤波则是替换每个像素点的值为其周围像素值的中位数，对于抗椒盐噪声更有效。由于中值滤波是排序操作，所以通常需要稍微复杂一些：

% 自定义函数 (这里可以先创建一个辅助函数计算中值)
function median_val = find_median(values)
    values = sort(values);
    if mod(length(values), 2) == 0
        median_val = (values(end/2) + values(end/2 - 1)) / 2;
    else
        median_val = values(end/2 + 1);
    end
end

function filtered_img = median_filter(img, kernel_size)
    % 将4x4窗口转换为向量
    kernel = reshape(ones(kernel_size), [kernel_size^2, 1]);
    
    % 计算每行和每列的中值
    row_meds = cellfun(@find_median, mat2cell(img, ones(1, size(img, 2)), kernel_size));
    col_meds = cellfun(@find_median, mat2cell(img', kernel_size, ones(1, size(img, 1))));
    
    % 应用中值滤波
    for i = 1:size(img, 1)
        for j = 1:size(img, 2)
            filtered_img(i, j) = median_val(row_meds{i, j}, col_meds{j, i});
        end
    end
end

% 使用中值滤波
filtered_img = median_filter(original_image, 4);