Matlab为图像添加噪声

img=imread('D:/pattern.jpg');
imshow(img);

• 添加高斯噪声

>> img_gaussian=imnoise(img, 'gaussian' , 0, 0.02 ); #均值为0，方差为0.02
>> imshow(img_gaussian);

• 添加泊松噪声

>> img_poisson=imnoise(img, 'poisson' );
>> imshow(img_poisson);

• 添加椒盐噪声

>> img_salt=imnoise(img, 'salt & pepper' , 0.02 );
>> imshow(img_salt);

总结：
在噪声密度方面，高斯噪声在图像上的表现和泊松噪声密度分布相似，属于密集分布型，噪点之间呈一定程度的混叠，而椒盐噪声分布较稀疏，噪点各自独立。
在噪声强度方面，由其对应的残差图白色像素亮度可知，椒盐噪声噪点最亮，强度最高，高斯噪声次之，早点较模糊，泊松噪声强度较低，纹理图中白色像素几乎不可见。
 

补充：python绘制图像的直方图

import cv2    
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread("gaussian.jpg")
img=img.flatten()
n, bins, patches = plt.hist(img, bins=256, density=1, facecolor='green', alpha=0.75)

plt.show()