任务1在测试图像“Lena”和“Li..”中加入方差var=162、322和642的零均值高斯噪声。a）将W＝3的平滑框滤波器应用于被噪声破坏的图像。计算原始图像和噪声图像的MSE。绘制MSE作为方差VAR的函数。b）应用W＝3的中值滤波器对噪声损坏的图像进行处理。计算原始图像和噪声图像的MSE。绘制MSE作为方差VAR的函数。任务2在测试图像“Lena”和“Li..”中加入椒盐噪声，噪声密度d=0.05、0.10和0.25。a）将W＝3的平滑框滤波器应用于被噪声破坏的图像。计算原始图像和已损坏图像的MSE，用于原始图像和滤波图像。绘制MSE作为噪声密度D的函数。b）应用W＝3的中值滤波器对噪声损坏的图像进行处理。计算原始图像和已损坏图像的MSE，用于原始图像和经过滤波的图像。绘制MSE作为噪声密度D的函数。任务3对测试图像“Lena”和“Li..”进行3×3盒滤波(平滑)。对α=0.10、0.20和0.25的平滑图像应用锐化滤波器g(xy)=f(xy)-α△f(xy)。计算原始和平滑图像的MSE，用于原始图像和锐化图像。绘制MSE作为参数α的函数。显示profile的一行测试图像、平滑图像和锐化图像（使用plot()Matlab方法）
