【OpenCV 4开发详解】图像噪声的种类与生成

本文首发于 “小白学视觉”微信公众号，欢迎关注公众号 本文作者为小白，版权归 人民邮电出版社发行所有，禁止转载，侵权必究！

---

经过几个月的努力，小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。为了更让小伙伴更早的了解最新版的OpenCV 4，小白与出版社沟通，提前在公众号上连载部分内容，请持续关注小白。

图像在获取或者传输过程中会受到随机信号的干扰产生噪声，例如电阻引起的热噪声、光子噪声、暗电流噪声以及光响应非均匀性噪声等。图像噪声会妨碍人们对图像的理解以及后续的处理工作，因此去除噪声的影响在图像处理中具有十分重要的作用图像中常见的噪声主要有四种，分别是：高斯噪声、椒盐噪声、泊松噪声和乘性噪声。想要去除噪声首先需要了解噪声产生原因以及特性，因此本节中将重点介绍高斯噪声和椒盐噪声产生的原因以及如何在图像中添加这两种噪声，生成的含有噪声的图像可以应用于后续的滤波处理中。

椒盐噪声

椒盐噪声又被称作脉冲噪声，它会随机改变图像中的像素值，是由相机成像、图像传输、解码处理等过程产生的黑白相间的亮暗点噪声，其样子就像在图像上随机的撒上一些盐粒和黑椒粒，因此被称为椒盐噪声。目前为止OpenCV 4中没有提供专门用于为图像添加椒盐噪声的函数，需要使用者根据自己需求去编写生成椒盐噪声的程序，本小节将会带领读者一起实现在图像中添加椒盐噪声。

考虑到椒盐噪声会随机产生在图像中的任何一个位置，因此对于椒盐噪声的生成需要使用到OpenCV 4中能够产生随机数的函数rand()，为了能够生成不同数据类型的随机数，该函数拥有多种演变形式，在代码清单5-3中给出了这几种形式的函数原型。

代码清单5-3 随机数函数原型
1.	int cvflann::rand()
2.	
3.	double cvflann::rand_double(double  high = 1.0,
4.	                                  double  low = 0 
5.	                                  )
6.	
7.	int cvflann::rand_int(int  high = RAND_MAX,
8.	                          int  low = 0 
9.	                          )

• high：输出随机数的最大值
• low：输出随机数的最小值

这三个函数都可以用来生成随机数，区别在于第一个函数rand()不需要输入任何的参数，返回的随机数为int类型；第二个函数rand_double()需要输入随机数的上下边界，默认状态下生成的随机数在0到1之间，返回的随机数为double类型；第三个函数rand_int()也需要输入随机数的上下边界，不同的是该函数默认状态下的最大值为RAND_MAX，这是一个由系统定义的宏变量，在笔者的计算机中这个变量表示的是整数32767，该函数会返回的随机数为int类型。这三个函数的功能和使用方式上都比较简单，这里有个小技巧，rand()函数虽然没有给出随机数的取值范围，但是可以采用求取余数的方式来实现对随机数范围的设置，例如使用rand()函数随机生成一个0到100之间的整数，可以使用“int a = rand()%100”语句来实现，因为无论任何数除以100后的余数一定在0到100之间。

注意

该函数与之前所有的函数不相同之处在于该函数并不在cv的命名空间中，而是在cvflann类中，因此在使用的时候一定要在函数前添加前缀，如cvflann::rand()。有些读者在使用rand()函数时不添加cvflann命名空间的前缀也可以使用，是因为该函数不仅在OpenCV 4中有，在stdlib.h头文件中同样有这个函数，只有在函数前面添加了命名空间前缀时使用的才是OpenCV 4中的随机数生成函数。

了解随机函数之后，在图像中添加椒盐噪声大致分为以下4个步骤:

• Step1：确定添加椒盐噪声的位置。根据椒盐噪声会随机出现在图像中任何一个位置的特性，我们可以通过随机数函数生成两个随机数，分别用于确定椒盐噪声产生的行和列。
• Step2：确定噪声的种类。不仅椒盐噪声的位置是随机的，噪声点是黑色的还是白色的也是随机的，因此可以再次生成的随机数，通过判断随机数的奇偶性确定该像素是黑色噪声点还是白色噪声点。
• Step3：修改图像像素灰度值。判断图像通道数，通道数不同的图像中像素表示白色的方式也不相同。也可以根据需求只改变多通道图像中某一个通道的数值。
• Step4：得到含有椒盐噪声的图像。

依照上述思想，在代码清单5-4中给出在图像中添加椒盐噪声的示例程序，程序中判断了输入图像是灰度图还是彩色图，但是没有对彩色图像的单一颜色通道产生椒盐噪声。如果需要对某一通道产生椒盐噪声，只需要单独处理彩色图像每个通道即可。程序在图像中添加椒盐噪声的结果如图5-6、图5-7所示，由于椒盐噪声是随机添加的，因此每次运行结果会有所差异。

代码清单5-4 mySaltAndPepper.cpp图像中添加椒盐噪声
1.	#include <opencv2\opencv.hpp>
2.	#include <iostream>
3.	
4.	using namespace cv;
5.	using namespace std;
6.	
7.	//盐噪声函数
8.	void saltAndPepper(cv::Mat image, int n)
9.	{
   
10.		for (int k = 0; k<n / 2; k++)
11.		{
   
12.			//随机确定图像中位置
13.			int i, j;
14.			i = std::rand() % image.cols;  //取余数运算，保证在图像的列数内 
15.			j = std::rand() % image.rows;  //取余数运算，保证在图像的行数内 
16.			int write_black = std::rand() % 2;  //判定为白色噪声还是黑色噪声的变量
17.			if (write_black == 0)  //添加白色噪声
18.			{
   
19.				if (image.type() == CV_8UC1)  //处理灰度图像
20.				{
   
21.					image.at<uchar>(j, i) = 255;