MATLAB中图像噪声添加与直方图分析

clear all; close all;
I = uint8(100 * ones(256, 256));
J = imnoise(I, 'gaussian', 0, 0.01);
K = imnoise(I, 'gaussian', 0, 0.03);
figure;
subplot(121);
imshow(J);
title('Image with Gaussian Noise (0.01 Variance)');
subplot(122);
imhist(J);
title('Histogram of Image with Gaussian Noise (0.01 Variance)');
figure;
subplot(121);
imshow(K);
title('Image with Gaussian Noise (0.03 Variance)');
subplot(122);
imhist(K);
title('Histogram of Image with Gaussian Noise (0.03 Variance)');

解释：

• clear all; close all;：清空工作空间中的所有变量并关闭所有图形窗口。

• I = uint8(100 * ones(256, 256));：创建一个256x256的全白色图像I，像素值为100。

• J = imnoise(I, 'gaussian', 0, 0.01);：在图像I上添加高斯噪声，均值为0，方差为0.01。

• K = imnoise(I, 'gaussian', 0, 0.03);：在图像I上添加高斯噪声，均值为0，方差为0.03。

• figure;：创建一个新的图形窗口。

• subplot(121); imshow(J);：在第一个子图（1,2,1）中显示添加了高斯噪声（方差0.01）的图像J。

• subplot(122); imhist(J);：在第一个子图的旁边显示图像J的直方图。

• 第二个figure和subplot组合用于显示第二个图像K和它的直方图。

• subplot(121); imshow(K);：在第二个子图（1,2,1）中显示添加了高斯噪声（方差0.03）的图像K。

• subplot(122); imhist(K);：在第二个子图的旁边显示图像K的直方图。

拓展：

1. 保存图像和直方图：可以将添加了噪声的图像和它们的直方图保存为文件。

% 保存图像和直方图
imwrite(J, 'image_with_noise_01.png');
imwrite(K, 'image_with_noise_03.png');
figure;
subplot(121);
imshow(J);
title('Image with Gaussian Noise (0.01 Variance)');
subplot(122);
imhist(J);
title('Histogram of Image with Gaussian Noise (0.01 Variance)');
saveas(gcf, 'histogram_with_noise_01.png');
figure;
subplot(121);
imshow(K);
title('Image with Gaussian Noise (0.03 Variance)');
subplot(122);
imhist(K);
title('Histogram of Image with Gaussian Noise (0.03 Variance)');
saveas(gcf, 'histogram_with_noise_03.png');

1. 分析噪声特性：可以进一步分析噪声的特性，比如通过计算噪声的标准差和均值来评估噪声的强度和分布。

2. 应用噪声去除技术：可以尝试使用不同的噪声去除技术，如维纳滤波、中值滤波等，来减少图像中的噪声。

3. 比较不同噪声水平的影响：可以比较不同噪声水平对图像质量的影响，以评估噪声对图像处理任务的影响。