噪声特性及matlab函数

对图像而言，噪声的分类

根据噪声和图像信号的关系，可分为加性噪声、乘性噪声。

根据噪声服从的分布，可分为高斯噪声、泊松噪声等

先总结下几种噪声模型特性：

（1）高斯噪声

（2）泊松噪声

（3）乘性噪声

（4）椒盐噪声

函数imnoise在给图像添加噪声之前，需要先将图像转换为范围[0,1]的double类图像。

g=imnoise(I,‘gaussian’m,var)将均值为m，方差为var的高斯噪声加到图像I上。默认值为均值0、方差0.01的噪声。

g=imnoise(I,‘localvar’,V)将均值为m，局部方差为var的高斯噪声加到图像I上。其中V是与f大小相同的一个数组，它包含了每个点的理想方差值。

g=imnoise(I,‘salt&pepper’，d)将噪声密度为d（即噪声像素点数值在整个图像区域所占的百分比）的椒盐噪声加到图像I上。默认的噪声密度为0.05。

g=imnoise(I,‘speckle’,var)用方程g=I+n*I将乘性噪声添加到图像I上，其中n是均值为0，方差为var的均匀分布的随机噪声。var的默认值是0.04。

g=imnoise(I,‘poisson’)是从数据中生成泊松噪声，而不是将人工噪声添加到数据中。

reference：数字图像处理（MATLAB版）----冈萨雷斯等著