matlab曲线加噪声

如何用MATLAB给图片加椒盐噪声和滤噪？

1、打开Matlab，点击“新建脚本”，如下图所示。

2、在代码编辑区输入代码，先利用Imread函数读取图像，然后使用Imshow函数将图像展示出来，以便与添加噪声后的图像做对比。

3、Matlab中利用imnoise函数可以添加各种噪声，而使用“gaussian”参数就可以添加高斯噪声。

4、选择保存位置，并为m文件重命名，如下图所示所示，设置完成，点击“保存”。

5、这样，就在Matlab中为图像添加了高斯噪声，并且把一组对比图显示在同一个窗口中，如下图所示。

matlab中怎么产生高斯白噪声

MATLAB中产生高斯白噪声的两个函数MATLAB中产生高斯白噪声非常方便，可以直接应用两个函数，一个是WGN，另一个是AWGN。WGN用于产生高斯白噪声，AWGN则用于在某一信号中加入高斯白噪声。

randn函数产生高斯分布序列，例如：

y=randn(1,2500);

y=y/std(y);

y=y-mean(y);

a=0.0128;

b=sqrt(0.9596);

y=a+b*y;

y=rand(1,100);均与分布

R＝exprnd(MU，m，n) 生成m×n形式的指数分布的随机数矩阵。

相关研究

高斯噪声的产生作为一个系统的小模块，需要有速度快、占用资源小、精度高等特殊要求，采用FPGA生成高斯噪声，首先使用m序列发生器产生均匀的随机分布的噪声，然后利用均匀分布和高斯分布之间的映射函数关系，采用线性插值拟合出一次曲线，进而产生高斯噪声。

以上内容参考：百度百科-白噪声发生器

Matlab图像加噪声

Matlab中为图片加噪声的语句是：

(1)J = imnoise(I,type);

(2)J = imnoise(I,type,parameters);

其中I为原图象的灰度矩阵,J为加噪声后图象的灰度矩阵;

一般情况下用(1)中表示即可,(2)中表示是允许修改参数,而(1)中使用缺省参数;

至于type可有五种,分别为'gaussian'(高斯白噪声),'localvar'(与图象灰度值有关的零均值高斯白噪声),'poisson'(泊松噪声),'salt & pepper'(椒盐噪声)和'speckle'(斑点噪声);具体(2)中参数值的设定可根据个人需要;其余情况以及若还有不懂请参考Matlab帮助文件。

在此使用'salt & pepper'(椒盐噪声)，并将其参数设置为0.6。其例子如下：

L = imread(‘image_ori.jpg’);

J = imnoise(L, ‘salt & pepper’, 0.6);

imshow(J); //立即弹出窗口，显示加了噪声后的图片

imwrite(J, ‘image_noise.jpg’, ‘jpg’, ‘Quality’, 100); //按100%的质量存储加了噪声的图片，Quality的默认值为75.

以上程序就表示把原图像加入椒盐噪声，但注意要把图像和以上程序的M文件放在同一个子目录下。

如何用matlab在图像中加入特定频率的二维噪声

首先图像最少是二维的，图像有是有长宽两个属性组成的矩阵。一维信号是向量. MATLAB 给图像添加噪声的命令为 imnoise 该函数的基本语法为： g=imnoise(f,type,parameters) f为是输入图像。函数imnoise在给图像添加噪声之前，将它转换为范围[0,1]内的double类图像。指定噪声参数时必须考虑到这一点。 g=imnoise(f,'gaussian',m,var)将均值M,方差为var的高斯噪声加到图像f上，默认值为均值是0，方差是0.01的噪声。 g=imnoise（f,'localvar',V)将均值为0，局部方差为V的高斯噪声添加到图像f上，其中V是

matlab如何添加自定义信噪比的噪声信号？

clear all;

close all;

x=0:0.2:10;

data1=sin(x);

plot(x,data1);

hold on;

data2=awgn(data1,10*log10(0.05));

plot(x,data2,'r-');

hold off;

扩展资料

matlab添加白噪声叠加到信号：

function [Y,NOISE] = noisegen(X,SNR)

% noisegen add white Gaussian noise to a signal.

% [Y, NOISE] = NOISEGEN(X,SNR) adds white Gaussian NOISE to X. The SNR is in dB.

NOISE=randn(size(X));

NOISE=NOISE-mean(NOISE);

signal_power = 1/length(X)*sum(X.*X);

noise_variance = signal_power / ( 10^(SNR/10) );

NOISE=sqrt(noise_variance)/std(NOISE)*NOISE;

Y=X+NOISE;

其中X是纯信号，SNR是要求的信噪比，Y是带噪信号，NOISE是叠加在信号上的噪声。

标签：matlab 信息技术 编程语言 噪声