1. 加性高斯白噪声
1.1 特点
加性高斯白噪声属于白噪声的一种,有如下两个特点:
功率谱密度为常数,即白
高斯则为其幅度的概率密度函数服从高斯分布
1.2 高斯分布的一维概率密度函数
为标准差
为均值
1.3 Python内置库说明
random.gauss(mu, sigma)其值即服从高斯分布,若想要是实现加性高斯白噪声,循环作加即可
1.4 Code
import numpy as np
import random
def gaussian_white_noise(intput_signal, mu, sigma):
'''
加性高斯白噪声(适用于灰度图)
:param intput_signal: 输入图像
:param mu: 均值
:param sigma: 标准差
:return:
'''
intput_signal_cp = np.copy(intput_signal) # 输入图像的副本
m, n = intput_signal_cp.shape # 输入图像尺寸(行、列)
# 添加高斯白噪声
for i in range(m):
for j in range(n):
intput_signal_cp[i, j] = intput_signal_cp[i, j] + random.gauss(mu, sigma)
return intput_signal_cp
1.5 测试对比
均值为0,标准差为10时的加行高斯白噪声前后对比图
2. 逆滤