参考文章： https://blog.csdn.net/zhoufan900428/article/details/37695357

常见噪声：高斯噪声，椒盐噪声，泊松噪声，乘性噪声

概率密度函数服从高斯分布的噪声。 产生原因： 1）图像传感器在拍摄时市场不够明亮、亮度不够均匀； 2）电路各元器件自身噪声和相互影响； 3）图像传感器长期工作，温度过高

泊松噪声，就是符合泊松分布的噪声模型，泊松分布适合于描述单位时间内随机事件发生的次数的概率分布。如某一服务设施在一定时间内受到的服务请求的次数，电话交换机接到呼叫的次数、汽车站台的候客人数、机器出现的故障数、自然灾害发生的次数、DNA序列的变异数、放射性原子核的衰变数等等

乘性噪声一般由信道不理想引起，它们与信号的关系是相乘，信号在它在，信号不在他也就不在。

椒盐噪声，椒盐噪声又称脉冲噪声，它随机改变一些像素值，是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。 椒盐噪声往往由图像切割引起。

瑞利噪声相比高斯噪声而言，其形状向右歪斜，这对于拟合某些歪斜直方图噪声很有用。 瑞利噪声的实现可以借由平均噪声来实现。其matlab实现如下：

伽马噪声的分布，服从了伽马曲线的分布。伽马噪声的实现，需要使用b个服从指数分布的噪声叠加而来。指数分布的噪声，可以使用均匀分布来实现。（b=1时为指数噪声，b>1时通过若干个指数噪声叠加，得到伽马噪声）

1.先安装必要的依赖库：numpy , scipy , matpoltlib 2.安装scikit-image

3.导入util库

4.函数介绍