【数字图像处理】全!使用MATLAB为图像添加噪声 |
您所在的位置:网站首页 › 自定义函数实现向指定图像添加高斯噪声 › 【数字图像处理】全!使用MATLAB为图像添加噪声 |
文章目录
噪声模型
关注微信公众号【二进制人工智能】,回复【noise】获取所有代码
1 噪声种类
1 .1 高斯噪声
1.2 瑞利噪声
1.3 伽玛噪声
1.4 指数噪声
1.5 均匀分布噪声
1.6 脉冲噪声(椒盐噪声)
2 用MATLAB绘制噪声的概率密度图
3 为图像添加噪声
3.1 添加高斯噪声
3.2 添加均匀噪声
3.3 添加椒盐噪声
3.4 添加瑞利噪声
3.5 添加指数噪声
3.6 添加伽马噪声
噪声模型
关注微信公众号【二进制人工智能】,回复【noise】获取所有代码
图像噪声主要来源于图像的获取和传输过程。 (1)图像传感器的工作情况受各种因素的影响,如图像获取中的环境条件和传感元器件自身的质量。例如,当使用CCD摄像机获取图像时,光照强度和传感器的温度是生成图像中产生大量噪声的主要因素。 (2)图像在传输过程中主要由于所用传输信道被干扰而受到噪声污染。比如,通过无线网络传输的图像可能会因为光或其他大气因素的干扰被污染。 1 噪声种类 1 .1 高斯噪声高斯噪声是理论研究中最常见的噪声。一般而言,对一个抗噪系统而言高斯噪声是最恶劣的噪声,设计系统时只要能够抵抗高斯噪声,那么系统性能就有保证。 高斯噪声也是现实生活中极为常见的。根据中心极限定理,在自然界中,一些现象受到许多相互独立的随机因素的影响,如果每个因素所产生的影响都很微小,那么总的影响可以看作是服从正态分布的。 高斯随机变量z的概率密度函数由下式给出: p ( z ) = 1 2 π σ e − ( z − μ ) 2 / 2 σ 2 p(z)=\frac{1}{\sqrt{2 \pi} \sigma} e^{-(z-\mu)^{2} / 2 \sigma^{2}} p(z)=2π σ1e−(z−μ)2/2σ2 其中, z z z表示灰度值, μ μ μ表示 z z z的平均值或期望值, σ σ σ表示 z z z的标准差。标准差的平方 σ 2 σ^2 σ2称为 z z z的方差。 1.2 瑞利噪声当一个随机二维向量的两个分量呈独立的、有着相同的方差的正态分布时,这个向量的模呈瑞利分布。服从这种分布的噪声即瑞利噪声,其概率密度函数由下式给出 p ( z ) = { 2 b ( z − a ) e − ( z − a ) 2 / b z ⩾ a 0 z < a p(z)=\left\{\begin{array}{ll}\frac{2}{b}(z-a) \mathrm{e}^{-(z-a)^{2 / b}} & z \geqslant a \\0 & z |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |