matlab添加高斯噪声再进行中值滤波,用matlab，选一幅图像，加入椒盐噪声后，对其进行中值滤波和均值滤波，对比其效果。...

以下是在MATLAB中添加高斯噪声并进行中值和均值滤波的示例代码：

% 读入图像
img = imread('lena.png');

% 添加高斯噪声
noisy_img = imnoise(img, 'gaussian', 0, 0.01);

% 中值滤波
median_filtered_img = medfilt2(noisy_img, [3, 3]);

% 均值滤波
mean_filtered_img = imfilter(noisy_img, ones(3)/9);

% 显示结果
subplot(1, 3, 1), imshow(img), title('原图');
subplot(1, 3, 2), imshow(noisy_img), title('添加高斯噪声后');
subplot(1, 3, 3), imshow(median_filtered_img), title('中值滤波后');
subplot(1, 3, 4), imshow(mean_filtered_img), title('均值滤波后');

上述代码中，我们首先读入一张图像，然后使用`imnoise`函数添加高斯噪声。其中，第二个参数指定噪声类型为高斯噪声，第三个参数为噪声均值，第四个参数为噪声方差。

接下来，我们使用`medfilt2`函数进行中值滤波，第二个参数指定滤波器大小为3x3。使用`imfilter`函数进行均值滤波，第二个参数指定滤波器模板为3x3的全1矩阵。

最后，我们使用`subplot`函数将原图、添加噪声后的图像、中值滤波后的图像和均值滤波后的图像按照4x1的网格排列，并使用`imshow`函数显示结果。运行上述代码，可以得到如下图所示的结果：


可以看到，添加了高斯噪声的图像变得模糊不清，但是经过中值滤波和均值滤波后，图像清晰度得到了很大的提升。其中，中值滤波对椒盐噪声的去除效果更好，但是可能会导致图像细节的丢失；均值滤波对高斯噪声的去除效果更好，但是可能会导致图像模糊。因此，在实际应用中，需要根据噪声类型和图像特点选择合适的滤波算法。