背景
在数字图像中的高斯噪声的主要来源出现在采集期间。 由于不良照明和或高温引起的传感器噪声。所谓高斯噪声是指概率密度函数服从高斯分布(即正态分布)的一类噪声[1]。
高斯分布
高斯分布,也称正态分布,又称常态分布,记为
,其中
为分布的参数,分别为高斯分布的期望和方差。当有确定值时,p(x)也就确定了,特别当
时,
的分布为标准正态分布。
matlab代码
matlab代码也很简单,函数也有很多,最常见的是randn()函数[2]
sigma = 0.1;
mu = 0.001;
noise = mu+sigma*randn([3,3]);
图像实例
clc
clear all
close all
%%
% img = double(imread('wagon.jpg'))/255;
% img = double(imread('strawberries.jpg'))/255;
img = double(imread('onion.png'))/255;
max(img(:))
min(img(:))
%%
dim_img = size(img)
sigma = 0.1
noise = sigma.*randn(dim_img);
img_noise = img + noise;
max(noise(:))
min(noise(:))
%%
figure,
subplot(1,3,1)
imshow(img)
subplot(1,3,2)
imshow(img_noise)
subplot(1,3,3)
imshow(noise)
但是这样添加噪声之后有一个缺点,噪声的取值有正有负,在图片的表示中,小于0的一律为黑色,因此噪音图中黑色才会占大部分.
[3]
参考
- ^高斯噪声 https://baike.baidu.com/item/%E9%AB%98%E6%96%AF%E5%99%AA%E5%A3%B0
- ^matlab中的randn函数 https://ww2.mathworks.cn/help/matlab/ref/randn.html?searchHighlight=randn&s_tid=srchtitle
- ^imnoise函数添加椒盐噪声 https://zhuanlan.zhihu.com/p/117591137