图像噪声种类--高斯噪声 椒盐噪声

这篇博客介绍了MATLAB中如何使用imnoise函数创建图像噪声,包括高斯噪声和椒盐噪声。高斯噪声源于电路元件噪声和相互影响,其概率密度函数遵循正态分布。椒盐噪声则是随机的黑白点,常由传感器故障或传输错误引起,常使用中值滤波进行去除。通过示例代码展示了如何向图像添加这两种类型的噪声。
摘要由CSDN通过智能技术生成

图像噪声是指存在于图像数据中的不必要的或多余的干扰信息图像噪声的产生来自图像获取中的环境条件和传感元器件自身的质量,图像在传输过程中产生图像噪声的主要因素是所用的传输信道收到了噪声的污染。

在MATLAB中 有用于创建噪声的函数,调用格式为J=imnoise(I,type),例子如下:

clc;
clear all;
close all;

RGB_data = imread('G:\picture_deal\matlab_code\mangguo.bmp');%图像读入

figure(1);
imshow(RGB_data);
title('原始RGB图像'); 

%对原始图片加入高斯噪声
gaosi_data=imnoise(RGB_data,'gaussian',0.1);

figure(2);
imshow(gaosi_data);
title('加高斯噪声图像'); 

%对原始图片加入椒盐噪声
salt_data=imnoise(RGB_data,'salt & pepper',0.01);
figure(3);
imshow(salt_data);
title('加椒盐噪声图像'); 

 原始图像

高斯噪声是指它的概率密度函数服从高斯分布(即正态分布)的一类噪声。高斯噪声也是数字图像的一个常见噪声。主要来自于电路各元器件自身噪声和相互影响。

 椒盐噪声也称为脉冲噪声,是图像中经常见到的一种噪声,所谓椒盐。椒就是黑,盐就是白。它是一种随机出现的白点或者黑点,可能是亮的区域有黑色像素或是在暗的区域有白色像素(或是两者皆有),可能是影像讯号受到突如其来的强烈干扰而产生、类比数位转换器或位元传输错误等。例如失效的感应器导致像素值为最小值,饱和的感应器导致像素值为最大值去除脉冲干扰及椒盐噪声最常用的算法是中值滤波

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值