
采用函数imnoi兴众九曲染待se来使用噪声污染一幅图像,该函数来自的基本语法为:g=im轮固例记noise(f,船差律伤细时type,para360百科meters)
常用噪声类型
'gaussi来自an':Gaussian white noise with constant mean and variance
'localvar':Zero-mean 记Gaussian white no孙今很内画ise with an intensity-dependentvariance
360百科'poisson':Poisson noise
'salt & pepper':On and off pixels
'speckle':Multiplicative noise'负gaussian'
语法
g = imnoise(I,type)
g = imnoise(I,type,parameters)
g = imnoi认依万作互烟女你冲际se(I,'gaussian',m,v)
g = imnoise(I,'localvar',V)
g 演= imnoise(I,'loc和坚令写院alvar',image_intensity,var)
g = imnoise(I,'poisson')
g = imnoise(I,'salt & pepper',d)
g = imnoise(I,'speckle',v)
格式说明
f为是输入图像。函数imnoise在给图像添加噪声之前,将它转换为范围[0,1]内的double类图像。指定噪声参数时必须考虑到这一点。

g=imnoise(f,'gaussian',m,var)将均值m来自,方差为var的高斯噪声加到图像f上,默认值是均值m为0,方差var为0.01的噪声。
g=im盾站唱行席甲弦娘最noise(f,'localvar',V)将均值为0,局部方差为V的高斯噪声添加到图像f上,其中V认是与f大小相同的一360百科个数组,它包含了每一个点的理想方差值。
引损g=imnoise(f,'localvar',image_intensity,var)觉还目六将均值为0的高斯噪声添加名零肉考到图像f中,其中噪声的局部方差另企乎集春var是图像f的亮度值的函数。参量image_intensity和v星地排否境煤分顶名露裂ar是大小相同的向量,plot(image_intensity,var)绘制出噪声方差和图像亮度的函数关系。向量image_intensit威也何银话奏你省想老项y必须包含范围在[0,1]内的归一化亮度值。
g=imnoise(f,'salt&pepper',d)用椒盐噪声污染图像f,其中d是噪声密波分措言谁型总夜滑继度(即包括噪声值丰减仍图的图像区域的百分比)。因此,大约练导走座月贵宜胶别有d*numel(f)个像素受到影响。默认的噪声密度为0.05。
g=imnoise(f,'s艺peckle',var)总用方程g=f+n*f)将乘性噪声添加到图像f上,其中n是均值为0,方差为var的均匀分布讨危面触完始土搞的随机噪声,var的默记识不校太于苗声认值是0.04。
g灯准游损代太督静施诉田=imnoise(f,'poisson')从数据中生穿汽陆盟诉绿局场成泊松噪声,而不是将人工的噪声添加到数据中,为了遵守泊松统计,unit8和unit16类图像的亮度必须和光子的数量相符合。当每个像素的光子数量大于65535时,就要使用双精度图像。亮度值在0到1之间变化,并且对应于光子的数量除以10e1罪2。