matlab给图像加高斯白噪声SNR

最新推荐文章于 2025-03-21 13:32:26 发布

weixin_45615383

最新推荐文章于 2025-03-21 13:32:26 发布

阅读量2.3k

点赞数

文章标签： matlab

本文链接：https://blog.youkuaiyun.com/weixin_45615383/article/details/107937630

版权

1. randn()
首先来说一下randn()这个函数，它是默认产生一个期望为0，标准差为1的正态分布，具体生成的是向量还是矩阵都是自行控制，比如下面这样可以产生一个期望为1，标准差为2的正态分布矩阵：

r=1+2.*randn(2,2)
r =
-1.0327 0.2521
1.0459 -0.7869

于是下面我们可以用randn()给图像添加均值为0，标准差为10，方差为100的高斯白噪声了：

origImg = imread(‘Lena.bmp’);
figure, imshow(origImg,[])
% 关于此处用double的解释：原图是uint8格式的数据，而randn函数生成的是float类
% 型的数据，因此要进行数据类型转换
distImg = double(origImg) + 10*randn(size(origImg));
figure, imshow(distImg,[])
noise = distImg - double(origImg);
figure,imshow(noise,[])
var = var(double(noise(😃)) % 方差
std = std2(noise) % 标准差
mean = mean2(noise) % 二维数组的均值
var =
101.0287
std =
10.0513
mean =
-0.0105

可以看到，所求出来的基本符合预期了。

2. wgn()
官方文档是这样写的：