设计滤波器，分别对椒盐噪声、高斯噪声、泊松噪声的图像进行去噪

针对不同的噪声类型，常用的滤波器如下：

1. 椒盐噪声：可以使用中值滤波器，将每个像素的值替换为它周围像素的中值，从而去除椒盐噪声。

2. 高斯噪声：可以使用高斯滤波器，将每个像素的值替换为周围像素的加权平均值，从而去除高斯噪声。

3. 泊松噪声：可以使用双边滤波器，将每个像素的值替换为周围像素的加权平均值，同时考虑像素之间的空间距离和灰度值差异，从而去除泊松噪声。

下面是Python代码实现：

import cv2

# 读取图像
img_saltpepper = cv2.imread('saltpepper.png')
img_gaussian = cv2.imread('gaussian.png')
img_poisson = cv2.imread('poisson.png')

# 中值滤波器去除椒盐噪声
img_saltpepper_median = cv2.medianBlur(img_saltpepper, 3)

# 高斯滤波器去除高斯噪声
img_gaussian_gaussian = cv2.GaussianBlur(img_gaussian, (3, 3), 0)

# 双边滤波器去除泊松噪声
img_poisson_bilateral = cv2.bilateralFilter(img_poisson, 9, 75, 75)

# 显示原始图像和去噪后的图像
cv2.imshow('Original Salt and Pepper', img_saltpepper)
cv2.imshow('Median Filtered Salt and Pepper', img_saltpepper_median)

cv2.imshow('Original Gaussian', img_gaussian)
cv2.imshow('Gaussian Filtered Gaussian', img_gaussian_gaussian)

cv2.imshow('Original Poisson', img_poisson)
cv2.imshow('Bilateral Filtered Poisson', img_poisson_bilateral)

cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`saltpepper.png`、`gaussian.png`、`poisson.png` 分别为添加了椒盐噪声、高斯噪声和泊松噪声的图像。可以根据实际情况调整滤波器的参数，以达到更好的去噪效果。