imnoise

向图像添加噪声

全页折叠

语法

J = imnoise(I,"gaussian")
J = imnoise(I,"gaussian",m)
J = imnoise(I,"gaussian",m,var_gauss)
J = imnoise(I,"localvar",var_local)
J = imnoise(I,"localvar",intensity_map,var_local)
J = imnoise(I,"poisson")
J = imnoise(I,"salt & pepper")
J = imnoise(I,"salt & pepper",d)
J = imnoise(I,"speckle")
J = imnoise(I,"speckle",var_speckle)

说明

J = imnoise(I,"gaussian") 将方差为 0.01 的零均值高斯白噪声添加到灰度图像 I。

J = imnoise(I,"gaussian",m) 添加高斯白噪声，均值为 m，方差为 0.01。

J = imnoise(I,"gaussian",m,var_gauss) 添加高斯白噪声，均值为 m，方差为 var_gauss。

J = imnoise(I,"localvar",var_local) 添加局部方差为 var_local 的零均值高斯白噪声。

J = imnoise(I,"localvar",intensity_map,var_local) 添加零均值高斯白噪声。噪声的局部方差 var_local 是 I 中图像强度值的函数。图像强度值到噪声方差的映射由向量 intensity_map 指定。

J = imnoise(I,"poisson") 从数据中生成泊松噪声，而不是向数据中添加人为噪声。有关详细信息，请参阅算法。

J = imnoise(I,"salt & pepper") 添加椒盐噪声，默认噪声密度为 0.05。这会影响大约 5% 的像素。

J = imnoise(I,"salt & pepper",d) 添加椒盐噪声，其中 d 是噪声密度。这会影响大约 d*numel(I) 个像素。

示例

J = imnoise(I,"speckle") 使用方程 J = I+n*I 添加乘性噪声，其中 n 是均值为 0、方差为 0.05 的均匀分布随机噪声。

J = imnoise(I,"speckle",var_speckle) 添加方差为 var_speckle 的乘性噪声。

示例

全部折叠

打开实时脚本

读取灰度图像并显示它。

I = imread('eight.tif');
imshow(I)

Figure contains an axes object. The hidden axes object contains an object of type image.

向图像添加椒盐噪声，噪声密度为 0.02。显示结果。

J = imnoise(I,'salt & pepper',0.02);
imshow(J)

Figure contains an axes object. The hidden axes object contains an object of type image.

输入参数

全部折叠

灰度图像，指定为任意维度的数值数组。

imnoise 要求数据类型为 double 和 single 的像素值在 [0, 1] 范围内。您可以使用 rescale 函数将像素值调整到所需范围。如果您的图像是 double 或 single 类型，其值在范围 [0, 1] 之外，则 imnoise 会在添加噪声之前将输入像素值裁剪到范围 [0,1]。

注意

对于泊松噪声，imnoise 不支持数据类型为 int16 的图像。

数据类型: single | double | int16 | uint8 | uint16

高斯噪声的均值，指定为数值标量。

高斯噪声的方差，指定为数值标量。

高斯噪声的局部方差，指定为数值数组或数值向量。

  • 如果您指定 intensity_map 参量，则 var_local 必须为长度相同的向量。

  • 否则，var_local 必须为与输入图像 I 大小相同的数组。

图像强度到噪声方差的映射，指定为数值向量。imnoise 函数将图像强度值归一化到范围 [0, 1]。

您可以使用命令 plot(intensity_map,var_local) 绘制高斯噪声的局部方差 (var_local) 和图像强度值之间的函数关系。

椒盐噪声的噪声密度，指定为数值标量。噪声应用于大约 d*numel(I) 个像素。

乘性噪声的方差，指定为数值标量。

输出参量

全部折叠

含噪图像，以与输入图像 I 具有相同数据类型的数值矩阵形式返回。对于数据类型为 double 或 single 的图像，imnoise 函数在添加噪声后将输出像素值裁剪到范围 [0, 1]。

算法

  • 指定 "gaussian"、"localvar" 和 "speckle" 噪声类型的均值和方差参数时始终假设图像的类为 double，范围为 [0, 1]。如果输入图像为不同类，则 imnoise 函数会将图像转换为 double，并根据指定的类型和参数添加噪声，将像素值裁剪到范围 [0, 1]，然后将噪声图像转换回与输入图像相同的类。

  • 泊松分布取决于输入图像 I 的数据类型：

    • 如果 I 为双精度，则会将输入像素值放大 1e12 倍解释为泊松分布的均值。例如，如果输入像素的值为 5.5e-12，则对应的输出像素将根据均值为 5.5 的泊松分布生成，然后缩小为 1e12 分之一。

    • 如果 I 为单精度，则使用的缩放因子是 1e6。

    • 如果 I 为 uint8 或 uint16，则直接使用输入像素值，无需缩放。例如，如果 uint8 输入中一个像素的值为 10，则对应的输出像素将根据均值为 10 的泊松分布生成。

  • 要将密度为 d 的 "salt & pepper" 噪声添加到图像中，imnoise 首先从开区间 (0, 1) 上的一个标准均匀分布中为每个像素分配一个随机概率值。

    • 对于概率值在范围 (0, d/2) 内的像素，像素值设置为 0。设置为 0 的像素数约为 d*numel(I)/2 个。

    • 对于概率值在 [d/2, d) 范围内的像素，像素值设置为图像数据类型的最大值。设置为最大值的像素数约为 d*numel(I)/2 个。

    • 对于概率值在 [d, 1) 范围内的像素，像素值不变。

扩展功能

全部展开

版本历史记录

在 R2006a 之前推出

全部展开

另请参阅

|