1) 调入并显示原始图像； 2) 利用blur命令对图像进行均值滤波； 3）利用GaussianBlur命令对噪声程度图像进行高斯滤波； 4）创建窗口； 4) 显示图像

以下是Python代码实现：

import cv2

# 读入原始图像
img = cv2.imread('image.jpg')

# 显示原始图像
cv2.imshow('Original Image', img)

# 均值滤波
blur_img = cv2.blur(img, (5,5))

# 显示均值滤波后的图像
cv2.imshow('Mean Filtered Image', blur_img)

# 高斯滤波
gaussian_img = cv2.GaussianBlur(img, (5,5), 0)

# 显示高斯滤波后的图像
cv2.imshow('Gaussian Filtered Image', gaussian_img)

# 创建窗口
cv2.namedWindow('Processed Image', cv2.WINDOW_NORMAL)

# 显示图像
cv2.imshow('Processed Image', gaussian_img)

# 等待用户按键退出程序
cv2.waitKey(0)

# 关闭所有窗口
cv2.destroyAllWindows()

其中，`cv2.blur()`函数实现均值滤波，第二个参数是滤波器的大小；`cv2.GaussianBlur()`函数实现高斯滤波，第二个参数是滤波器的大小，第三个参数是高斯核的标准差。`cv2.namedWindow()`函数创建窗口，`cv2.imshow()`函数显示图像。`cv2.waitKey(0)`等待用户按键，`cv2.destroyAllWindows()`关闭所有窗口。