本文介绍了椒盐噪声和高斯噪声的概念，并提供了使用Python实现给图像添加这两种噪声的代码。通过Matlab类似的处理方式，展示了噪声污染前后图像的对比，有助于理解噪声对图像的影响。
一. 椒盐噪声
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。
椒盐噪声污染后的图像
高斯噪声污染后的图像
原图
二. python实现给图像添加椒盐噪声和高斯噪声
import numpy as np
import random
import cv2
from matplotlib import pyplot as plt
def sp_noise(
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
