学习笔记:数字图像处理——图像中噪声分布和概率密度函数的关系
学习的时候,看到各种噪声,高斯、锐利、伽马、均匀等。每个分布有概率密度函数,而这个和噪声有啥具体的连接的关系,我不是很懂,稍微研究了一下,要点如下:
例如下图高斯噪声的概率密度函数:
z表示灰度值,μ表示z的平均值或期望值,σ表示z的标准差。标准差的平方为z的方差。
(Z不一定要和原图像的范围一致,例如应该可以是0-10)
我理解:噪声本身和图像内容无关。
假设产生均值为20,标准差为10,大小为256*256
Noise = 20 + 10*randn(256);
hist(Noise,100);%直方图
也就是说,
这个256*256个点的每一个点的灰度值是20的概率最大,是20之外的其他数值的概率逐渐减小。所以整副噪声图像的出现灰度值为20左右的数量是最多的。
再加到原图像上。
噪声我参考:
和冈萨雷斯书上一样的
https://blog.csdn.net/zhougynui/article/details/51764798
理解噪声的函数和噪声图像的关系 C++
https://blog.csdn.net/u012936765/article/details/53200918
Matlab添加噪声,滤波
https://blog.csdn.net/wulafly/article/details/53225269
matlab给数字图像加高斯白噪声的几种方法
https://blog.csdn.net/liuyingying0418/article/details/79432962
数字图像处理之椒盐噪声和中值滤波 C++
https://blog.csdn.net/tsfx051435adsl/article/details/78251739