利用PYTHON/MATLAB函数分别生成大小为3*3的矩形平均滤波器，大小3*3和标准差为0.5的高斯滤波器，大小为3*3的拉普拉斯滤波器和大小为3*3的sobel滤波器，并显示出来；

在Python中，我们可以使用`scipy.signal`库来生成各种滤波器，而在MATLAB中，相应的工具箱如`imfilter`和`fspecial`则更为直接。以下是使用Python和MATLAB的简单示例：

**Python (numpy+scipy) 示例：**

import numpy as np
from scipy.ndimage import filters

# 创建3x3的平均滤波器
average_filter = np.ones((3, 3)) / 9
print("Average Filter:")
print(average_filter)

# 创建3x3的高斯滤波器，标准差为0.5
gaussian_filter = filters.gaussian_filter(np.eye(3), sigma=0.5)
print("\nGaussian Filter (sigma=0.5):")
print(gaussian_filter)

# 创建3x3的拉普拉斯滤波器
laplacian_filter = filters.laplace(np.eye(3))
print("\nLaplacian Filter:")
print(laplacian_filter)

# 创建3x3的Sobel滤波器 (x方向和y方向)
sobel_x = np.array([[1, 0, -1], [2, 0, -2], [1, 0, -1]]) / 4
sobel_y = sobel_x.T
sobel_filter = sobel_x + sobel_y
print("\nSobel Filter:")
print(sobel_filter)

**MATLAB 示例：**

% 导入必要工具箱
addpath('toolbox'); % 假设toolbox目录下有imfilter和fspecial函数

% 创建3x3矩阵
I = ones(3);
% 在MATLAB里，我们需要指定滤波器类型和参数

% 平均滤波器
average = fspecial('average', 3);
imshow(average)

% 高斯滤波器 (标准差0.5)
sigma = 0.5;
gaussian = fspecial('gaussian', 3, sigma);
imshow(gaussian)

% 拉普拉斯滤波器
laplacian = fspecial('laplacian', 3);
imshow(laplacian)

% Sobel滤波器
sobelX = [-1 0 1; -2 0 2; -1 0 1] ./ 4;
sobelY = sobelX';
sobel = cat(3, sobelX, sobelY); % MATLAB中需要将两个方向合并
imshow(sobel)

请注意，由于实际环境和MATLAB版本差异，上述MATLAB代码需要对应的实际路径和正确安装的工具箱才能运行。另外，在MATLAB中显示图像通常需要用到`imshow`函数。