采用函數imnoise來使用噪聲污染一幅圖像，該函數的基本語法為： g=imnoise(f,type,parameters) f為是輸入圖像。函數imnoise在給圖像添加噪聲之前，將它轉換為范圍[0,1]內的double類圖像。指定噪聲參數時必須考慮到這一點。 g=imnoise(f,'gaussian',m,var)將均值M,方差為var的高斯噪聲加到圖像f上，默認值為均值是0，方差是0.01的噪聲。 g=imnoise（f,'localvar',V)將均值為0，局部方差為V的高斯噪聲添加到圖像f上，其中V是與f大小相同的一個數組，它包含了每一個點的理想方差值。 g=imnoise(f,'localvar',image_intensity,var)將均值為0的高斯噪聲添加到圖像f中，其中噪聲的局部方差var是圖像f的亮度值的函數。參量image_intensity和var是大小相同的向量，plot(image_intensity,var)繪制出噪聲方差和圖像亮度的函數關系。向量image_intensity必須包含范圍在[0,1]內的歸一化亮度值。 g=imnoise(f,'salt&pepper',d)用椒鹽噪聲污染圖像f，其中d是噪聲密度（即包括噪聲值的圖像區域的百分比）。因此，大約有d*numel（f）個像素受到影響。默認的噪聲密度為0.05。 g=imnoise(f,'speckle',var)用方程g=f+n*f)將乘性噪聲添加到圖像f上，其中n是均值為0，方差為var的均勻分布的隨機噪聲，var的默認值是0.04。 g=imnoise(f,'poisson')從數據中生成泊松噪聲，而不是將人工的噪聲添加到數據中，為了遵守泊松統計，unit8和unit16類圖像的亮度必須和光子的數量相符合。當每個像素的光子數量大于65535時，就要使用雙精度圖像。亮度值在0到1之間變化，并且對應于光子的數量除以10e12。

總結

以上是生活随笔為你收集整理的imnoise的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。