如何在matlab程序的图像中添加高斯白噪声?

%小波变换,加噪,去噪,增强%《Denoisingandcontrastenhancementviawaveletshrinkageandnonlinearadaptiv... % 小波变换,加噪,去噪,增强
% 《Denoising and contrast enhancement via wavelet shrinkage and nonlinear adaptive gain》
clear; clc
image=imread('555.jpg');
image=imread('555.jpg');
figure; imshow(image); title('the original image');

% 加噪
image=double(image);
I=image+20*randn(size(image));
figure; imshow(uint8(I)); title('noised image');

% 小波分解
dwtmode('per');
[a1,h1,v1,d1]=dwt2(I,'sym8'); % 从1到3分辨率递减
[a2,h2,v2,d2]=dwt2(a1,'sym8');
[a3,h3,v3,d3]=dwt2(a2,'sym8');

% 计算去噪时的阈值
sigma=median(abs(d1(:)))/0.6745; % 确定噪声标准差
thr=2*sigma; % 权值根据实际情况选取
thr1=thr*2^(-(3-1)/2); % 分层阈值, 从1到3分辨率递增,即这里的th1对应于小波系数的第3层
thr2=thr*2^(-(3-2)/2);
thr3=thr*2^(-(3-3)/2);

% 去噪
ccch=soft_t(h3,thr1); cccv=soft_t(v3,thr1); cccd=soft_t(d3,thr1);
cch=soft_t(h2,thr2); ccv=soft_t(v2,thr2); ccd=soft_t(d2,thr2);
ch=soft_t(h1,thr3); cv=soft_t(v1,thr3); cd=soft_t(d1,thr3);

% 重构去噪图像
cca=idwt2(a3,ccch,cccv,cccd,'sym8');
ca=idwt2(cca,cch,ccv,ccd,'sym8');
J1=idwt2(ca,ch,cv,cd,'sym8');
J1=uint8(J1);
figure; imshow(J1); title('denoised image');
p=psnr(image,J1)
就是这个程序,它原本是添加随即噪声的,我想问下怎么改成添加高斯白噪声?我自己试着添加了一下 结果出现??? Error using ==> imnoise
A double-class image must have values between zero and one.
不懂什么意思 求解 谢谢 急用 呵呵
展开
 我来答
酷呆爱死呆
2011-05-12 · TA获得超过4240个赞
知道大有可为答主
回答量:507
采纳率:100%
帮助的人:1156万
展开全部
使用imnoise函数
X=imread('D:\matlab7.1\toolbox\images\imdemos\greens.jpg');
Y=imnoise(X,'gaussian');%%默认均值为0,方差为0.01
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
A double-class image must have values between zero and one,这个问题是你的图像是double型,但是你的图像的数值不是0-1之间,给他除以255即可!
更多追问追答
追问
你好 能把我这个程序给改一下吗? 我是刚接触这个 真的什么都不懂!麻烦了
追答
image=im2double(image);%%image为灰度图像
I=imnoise(image,'gaussian');%%添加均值为0,方差为0.01的高斯白噪声
figure; imshow(I); title('noised image');
光点科技
2023-08-15 广告
通常情况下,我们会按照结构模型把系统产生的数据分为三种类型:结构化数据、半结构化数据和非结构化数据。结构化数据,即行数据,是存储在数据库里,可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据,它们可以某种标准格式存在于文件... 点击进入详情页
本回答由光点科技提供
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式