图像处理系列：
图片加噪
下面利用matlab内置的imnoise函数添加不同种类、参数的噪声。
a.给图片加高斯噪声
代码
首先固定方差为0.01，变化均值，得到系列的图片如图（a）；然后固定均值为0，变换方差，得到的系列图片如图（b）。这里的均值和方差的值都是归一化后的值，范围为[0,1].
%高斯噪声
figure(4)%不同均值
subplot(3,3,1)
imshow(img)
xlabel('原图')
for i=1:1:8
subplot(3,3,i+1)
imgn=imnoise(img,'gaussian',0.01*(i-4));
imshow(imgn)
xlabel(strcat('高斯噪声(μ=',num2str(0.01*(i-4)),',σ=0.01)'))
end
saveas(gcf,'高斯噪声sigma.jpg')
figure(5)%不同方差
subplot(3,3,1)
imshow(img)
xlabel('原图')
for i=1:1:8
subplot(3,3,i+1)
imgn=imnoise(img,'gaussian',0,0.01*i);
imshow(imgn)
xlabel(strcat('高斯噪声(μ=0',',σ=',num2str(0.01*i),')'))
end
saveas(gcf,'高斯噪声u.jpg')
效果
不同均值的高斯噪声
（a）高斯噪声（μ=0，变换σ）
不同方差的高斯噪声
（b）高斯噪声（σ=0.01，变换μ）
总结
可以看出对于高斯噪声来说μ值为负图片变暗，为正时图片变量，且随着μ值的增大，亮度的变化也越大；
b.给图片添加椒盐噪声
代码
给图片添加不同SNR值的椒盐噪声，效果如图。
%椒盐噪声
figure(6)
subplot(3,3,1)
imshow(img)
xlabel('原图')
for i=1:1:8%不同SNR
subplot(3,3,i+1)
imgn=imnoise(img,'salt & pepper',0.01*i);
imshow(imgn)
xlabel(strcat('椒盐噪声(SNR=',num2str(0.01*i),')'))
end
saveas(gcf,'椒盐噪声.jpg')
效果
图 给图片添加椒盐噪声
c.给图片添加泊松噪声
泊松产生的原因：图像监测具有颗粒性，这种颗粒性造成了图像对比度的变小以及对图像细节信息的遮盖，我们对这种因为光量子而造成的测量不确定性成造成了泊松噪声。从图中可以看出，添加泊松噪声后的图片有明显的颗粒感。
代码
%泊松噪声
figure(25)
subplot(1,2,1)
imshow(img)
xlabel('原图')
subplot(1,2,2)
imshow(imnoise(img,'poisson'))
xlabel('泊松噪声')
saveas(gcf,'泊松.jpg')
效果
图 给图片添加泊松噪声
d.给图片添加乘性噪声
代码
%乘性噪声
figure(26)
subplot(3,3,1)
imshow(img)
xlabel('原图')
for i=1:1:8%不同方差
subplot(3,3,i+1)
imgn=imnoise(img,'speckle',0.01*i);
imshow(imgn)
xlabel(strcat('乘性噪声(方差=',num2str(0.01*i),')'))
end
saveas(gcf,'乘性噪声.jpg')
图 给图片添加乘性噪声
从图6中可以看到，方差越大，图片的颗粒越多。
e.附录
pandas.png
Original: https://blog.csdn.net/Hunter_xiaotan/article/details/124019899
Author:
Title: 图像处理5-图片加噪
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/632152/
转载文章受原作者版权保护。转载请注明原作者出处！