怎样用matlab实现加入高斯噪声、椒盐噪声、脉冲噪声和乘性噪声，然后采取合适的滤波器进行去噪处理~~~~

Posted 2023-04-17

急呀~~~
椒盐~~~就是椒盐~~~

参考技术A 可以使用下面这个函数添加噪声
imnoise
滤波的方法请查看参考资料

J = IMNOISE(I,TYPE,...) Add noise of a given TYPE to the intensity image
I. TYPE is a string that can have one of these values:

'gaussian' Gaussian white noise with constant
mean and variance

'localvar' Zero-mean Gaussian white noise
with an intensity-dependent variance

'poisson' Poisson noise

'salt & pepper' "On and Off" pixels

'speckle' Multiplicative noise

Depending on TYPE, you can specify additional parameters to IMNOISE. All
numerical parameters are normalized; they correspond to operations with
images with intensities ranging from 0 to 1.

更详细的可以查看帮助

祝你学习愉快！

参考资料：http://zhidao.baidu.com/question/152185159.html

本回答被提问者和网友采纳 参考技术B 椒盐？校验？

Python-给图像添加椒盐噪声和高斯噪声

椒盐噪声和高斯噪声

在噪声的概念中，通常采用信噪比（Signal-Noise Rate, SNR）衡量图像噪声。通俗的讲就是信号占多少，噪声占多少，SNR越小，噪声占比越大。

在信号系统中，计量单位为dB，为10lg(PS/PN), PS和PN分别代表信号和噪声的有效功率。在这里，采用信号像素点的占比充当SNR，以衡量所添加噪声的多少。

椒盐噪声又称为脉冲噪声，它是一种随机出现的白点（盐噪声）或者黑点（椒噪声）。

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。

原图：

代码：

import cv2
import numpy as np
from matplotlib import pyplot as plt
from PIL import Image
import random

def gasuss_noise(image, mean=0, var=0.001):
    \'\'\'
        添加高斯噪声
        mean : 均值
        var : 方差
    \'\'\'
    image = np.array(image/255, dtype=float)
    noise = np.random.normal(mean, var ** 0.5, image.shape)
    out = image + noise
    if out.min() < 0:
        low_clip = -1.
    else:
        low_clip = 0.
    out = np.clip(out, low_clip, 1.0)
    out = np.uint8(out*255)
    return out

def sp_noise(image,prob):
    \'\'\'
    添加椒盐噪声
    prob:噪声比例
    \'\'\'
    output = np.zeros(image.shape,np.uint8)
    thres = 1 - prob
    for i in range(image.shape[0]):
        for j in range(image.shape[1]):
            rdn = random.random()
            if rdn < prob:
                output[i][j] = 0
            elif rdn > thres:
                output[i][j] = 255
            else:
                output[i][j] = image[i][j]
    return output

img = cv2.imread("1.jpg")
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 添加椒盐噪声，噪声比例为 0.02
out1 = sp_noise(img, prob=0.02)
# 添加高斯噪声，均值为0，方差为0.009
out2 = gasuss_noise(img, mean=0, var=0.009)
cv2.imshow(\'out1\',out1)
cv2.imwrite(\'sp.png\',out1)
cv2.imshow(\'out2\',out2)
cv2.imwrite(\'gasuss.png\',out2)
cv2.waitKey(0)
cv2.destroyAllWindows()

实验结果

高斯（gasuss）

椒盐（sp）