图像处理之图像加噪

#include "cv.h"
#include "highgui.h"

using namespace cv;

#define PI 3.1415926

double GetGS(double sigma)
{
	double d=(double)(rand()%255-127);
	double sigmaPI2=sqrt((double)(2*PI*sigma));

	return (double)(exp(-d/(2*sigma*sigma))/sigmaPI2);
}

int main()
{
	//读取图像
	Mat image;
	image=imread("line.jpg",CV_LOAD_IMAGE_GRAYSCALE);

	int M=image.rows;
	int N=image.cols;

	//图像加噪——椒盐噪声
	double SNR=0.98;

	int count=(int)(M*N*(1-SNR));

	for(int i=0;i<count;i++)
	{
		int x=rand()%M;
		int y=rand()%N;

		uchar* p=image.ptr<uchar>(x);
		p[y]=255;
	}

	//高斯噪声 即以信号幅值为横轴，以出现的频率为纵轴。因此，从概率密度角度来说，高斯白噪声的幅度分布服从高斯分布
	double sigma=2,xMeans=0;
	double inMax=0,outMax=0;
	for(int i=0;i<M;i++)
	{
		uchar* p=image.ptr<uchar>(i);
		for(int j=0;j<N;j++)
		{
			if(inMax<p[j]) inMax=p[j];
			p[j]=(int)(p[j]+GetGS(sigma)+xMeans);
			if(outMax<p[j]) outMax=p[j];
		}
	}
	for(int i=0;i<M;i++)
	{
		uchar* p=image.ptr<uchar>(i);
		for(int j=0;j<N;j++)
		{
			p[j]=(int)((double)p[j]*inMax/outMax);
		}
	}

	cvNamedWindow("test",CV_WINDOW_AUTOSIZE);
	imshow("test",image);

	waitKey(0);
	return 0;
}