图像噪声

一、 实验目的

掌握图像高斯噪声、瑞利噪声、伽马（爱尔兰）噪声、指数分布噪声、均匀分布噪声、脉冲噪声（椒盐噪声）的实现方法.

二、 实验内容

使用 imnoise2 生成高斯噪声、瑞利噪声、伽马（爱尔兰）噪声、指数分布噪声、均匀分布噪声、脉冲噪声（椒盐噪声）噪声，观察样本噪声图像和它们的直方图的区别

三、 实验步骤

1. 各种噪声

1） 高斯噪声 clc clear

r = imnoise2('gaussian',100000,1,0,1); bins = 100; hist(r,bins) title('gaussian')

由上图可以看出，高斯噪声符合正态分布，没有经过调制时，噪声主要集中在0点附近。

2）均匀噪声

r = imnoise2('uniform',100000,1,0,1); bins = 100;

figure,hist(r,bins) title('uniform')

由上图可以看出，均匀噪声是功率谱密度在整个频域内均匀分布的噪声

3）脉冲噪声（椒盐噪声）

r = imnoise2('salt & pepper',1000,1,0.1,0.27); bins = 100;

figure,hist(r,bins) title('salt & pepper')

椒盐噪声主要由图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声等, 其噪声的灰度值与邻域像素点 具有明显不同

4）ognormal噪声

r = imnoise2('lognormal',100000,1); bins = 100;

figure,hist(r,bins)

title('lognormal')

5）瑞利噪声

r = imnoise2('rayleigh',100000,1,0,1); bins = 100;

figure,hist(r,bins) title('rayleigh')

瑞利噪声服从瑞利分布

6）exponential噪声

r = imnoise2('exponential',100000,1); bins = 100;

figure,hist(r,bins) title('exponential')

7）伽马（爱尔兰）噪声

r = imnoise2('erlang',100000,1); bins = 100;

figure,hist(r,bins) title('erlang')

四、 实验总结

通过本次实验，我掌握了图像高斯噪声、瑞利噪声、伽马（爱尔兰）噪声、指数分布噪声、均匀分布噪声、脉冲噪声（椒盐噪声）的实现方法.了解了各种噪声的特点。对课本上的知识有了更加深刻的理解。