imnoise2.m

最新推荐文章于 2025-05-15 00:17:05 发布

翻译最新推荐文章于 2025-05-15 00:17:05 发布 · 3.3k 阅读

本文详细介绍了使用MATLAB实现的图像噪声生成算法，包括高斯噪声、椒盐噪声、对数正态噪声、瑞利噪声和指数噪声等类型。通过调整参数，可以生成不同特性的噪声，用于图像处理和计算机视觉领域的研究。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

function R=imnoise2(type,M,N,a,b)%type是函数类型，M*N是噪声数组的大小，a,b为两个参数
%设置默认值
if nargin==1%如果函数的输入参数为1，则默认a=0;b=1;M=1;N=1
    a=0;b=1;
    M=1;N=1;
elseif nargin==3%如果函数的输入参数为3，则默认a=0;b=1
    a=0;b=1;
end
%开始运行程序
switch lower(type)
    case 'gaussian'%如果是高斯类型，执行下面方程
        R=a+b*randn(M,N);
    case 'salt & pepper'%如果是焦盐类型，当输入参数小于等于3，a=0.05,b=0.05
        if nargin<=3
            a=0.05;b=0.05;
        end
        %检验Pa+Pb是否大于1
        if(a+b)>1
            error('The sum Pa+Pb must be not exceed >1')
        end
        R(1:M,1:N)=0.5;
        X=rand(M,N);%(0,1)范围内产生一个M*N大小的均匀随机数组
        c=find(X<=a);%寻找X中小于等于a的数，并赋值为0
        R(c)=0;
        u=a+b;
        c=find(X>a & X<=u);%寻找X中大于a并小于等于u的数，并赋值为1
        R(c)=1;
    case 'lognormal'%对数正态类型，当输入参数小于等于3，a=1,b=0.25,执行下面方程
        if nargin<=3
            a=1;b=0.25;
        end
        R=a*exp(b*randn(M,N));
    case 'rayleigh'%瑞利类型，执行下面方程
        R=a+(-b*log(1-rand(M,N))).^0.5;
    case 'exponential'%指数类型，执行下面方程
        if nargin<=3%如果输入参数小于等于3，a=1
            a=1;
        end
        if a<=0%如果a=0,错误类型
            error('Parameter a must be positive for exponential type.')
        end
        k=-1/a;
        R=k*log(1-rand(M,N));
    case 'erlang'%厄兰类型，如果输入参数小于等于3，a=2，b=5
        if nargin<=3
            a=2;b=5;
        end
      if(b~=round(b)|b<=0)%如果b=0,错误类型
          error('Param b must a positive integer for Erlang.')
      end 
      k=-1/a;
      R=zeros(M,N);
      for j=1:b
          R=R+k*log(1-rand(M,N));
      end
    otherwise%如果不是以上类型，输出未知分配类型
        error('Unknown distribution type.')
end