opencv 高斯噪声和椒盐噪声

之前在使用matlab时，有库函数可以直接给图像添加椒盐、高斯噪声等，最近在学习opencv，发现库中并没有定义这种加噪函数(可能是我没有找到 `_` )，所以想要给图片加噪，就必须得自己写函数。

首先 ， 通过查找课本以及博客中其他人的见解，得出如下理解：

1.椒盐噪声

椒盐噪声（salt-and-pepper noise)又称脉冲噪声，它随机改变一些像素值，在二值图像上表现为使一些像素点变白，一些像素点变黑。椒盐噪声是指两种噪声，一种是盐噪声（salt noise），另一种是胡椒噪声（pepper noise）。盐=白色，椒=黑色。前者是高灰度噪声，后者属于低灰度噪声。一般两种噪声同时出现，呈现在图像上就是黑白杂点。————引自百度百科

直白的说，椒盐噪声的出现点是随机的，噪声的数值是固定的，要么是 0 （黑色），要么是 255 （白色）。

函数程序如下：

//添加椒盐噪声
IplImage* addSaltNoise(IplImage* image, int n) {
IplImage* dst = cvCloneImage(image);
for(int k = 0 ; k < n ;k++)
{
//取随机值
int row = rand()%dst->height;
int col = rand() % dst->width;
//图像通道判断
if (dst->nChannels == 1) {
*(dst->imageData + row * dst->widthStep + col * dst->nChannels) = 255;
}
else
{
*(dst->imageData + row * dst->widthStep + col * dst->nChannels) = 255;
*(dst->imageData + row * dst->widthStep + col * dst->nChannels + 1) = 255;
*(dst->imageData + row * dst->widthStep + col * dst->nChannels + 2) = 255;
}
}
for (int k = 0; k < n; k++)
{
//取随机值
int i = rand() % dst->width;
int j = rand() % dst->height;
//图像通道判断
if (dst->nChannels == 1) {
*(dst->imageData + j * dst->widthStep + i * dst->nChannels) = 0;
}
else
{
*(dst->imageData + j * dst->widthStep + i * dst->nChannels) = 0;
*(dst->imageData + j * dst->widthStep + i * dst->nChannels + 1) = 0;
*(dst->imageData + j * dst->widthStep + i * dst->nChannels + 2) = 0;
}
}
return dst;

}

2.高斯噪声

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。常见的高斯噪声包括起伏噪声、宇宙噪声、热噪声和散粒噪声等等。除常用抑制噪声的方法外，对高斯噪声的抑制方法常常采用数理统计方法。

如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。高斯白噪声的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。高斯白噪声包括热噪声和散粒噪声。

                                                                                                                                                   ——————引自百度百科

高斯噪声出现在图像的每一个点上，而值的大小却是随机的。

   程序如下：

#include "stdafx.h"
#include "highgui.h"
#include "cv.h"

IplImage* AddGaussianNoise(IplImage* src)
{
IplImage* dst = cvCreateImage(cvGetSize(src), src->depth, src->nChannels);
IplImage* noise = cvCreateImage(cvGetSize(src), src->depth, src->nChannels);
CvRNG rng = cvRNG(-1);
cvRandArr(&rng, noise, CV_RAND_NORMAL, cvScalarAll(0), cvScalarAll(25));
cvAdd(src, noise, dst);
return dst;
}
int main()
{
IplImage* img = cvLoadImage("H:\\3.jpg",1);
IplImage* GauNoise = cvCreateImage(cvGetSize(img), img->depth, img->nChannels);
GauNoise = AddGaussianNoise(img);
cvShowImage("原图", img);
cvShowImage("添加高斯噪声", GauNoise);
while (1)
{
if (cvWaitKey(15) == 27)
break;
}
    return 0;
}