能给我相对应的代码吗

当然可以，下面给出一些MATLAB去噪声的示例代码：

1. 中值滤波：

img = imread('lena.png');
img_noise = imnoise(img,'salt & pepper',0.02); % 添加椒盐噪声
img_median = medfilt2(img_noise); % 中值滤波
imshowpair(img_noise,img_median,'montage') % 对比显示

2. 高斯滤波：

img = imread('lena.png');
img_noise = imnoise(img,'gaussian',0,0.01); % 添加高斯噪声
h = fspecial('gaussian',5,1); % 创建高斯核
img_gaussian = imfilter(img_noise,h); % 高斯滤波
imshowpair(img_noise,img_gaussian,'montage') % 对比显示

3. 双边滤波：

img = imread('lena.png');
img_noise = imnoise(img,'gaussian',0,0.01); % 添加高斯噪声
img_bilateral = imbilatfilt(img_noise); % 双边滤波
imshowpair(img_noise,img_bilateral,'montage') % 对比显示

4. 小波去噪：

img = imread('lena.png');
img_noise = imnoise(img,'gaussian',0,0.01); % 添加高斯噪声
[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters('haar'); % 选择小波基函数
[LL,LH,HL,HH] = dwt2(img_noise,Lo_D,Hi_D); % 二维小波变换
sigma = median(abs(HH(:)))/0.6745; % 计算噪声标准差
threshold = sigma*sqrt(2*log(prod(size(img_noise)))); % 计算阈值
HH(HH<=threshold) = 0; % 阈值处理
img_wavelet = idwt2(LL,LH,HL,HH,Lo_R,Hi_R); % 二维小波逆变换
imshowpair(img_noise,img_wavelet,'montage') % 对比显示

5. 基于图像统计的方法：

img = imread('lena.png');
img_noise = imnoise(img,'gaussian',0,0.01); % 添加高斯噪声
img_mean = imfilter(img_noise,fspecial('average',3)); % 均值滤波
img_median = medfilt2(img_noise); % 中值滤波
img_mode = modefilt(img_noise); % 众数滤波
imshowpair(img_noise,img_mean,'montage') % 对比显示
imshowpair(img_noise,img_median,'montage') % 对比显示
imshowpair(img_noise,img_mode,'montage') % 对比显示

以上示例代码仅供参考，可以根据实际情况进行调整和优化。