MATLAB中图像椒盐噪声模拟

clear all; close all;
I = imread('cameraman.tif');
I = im2double(I);
R = rand(size(I));
J = I;
J(R <= 0.02) = 0;
K = I;
K(R <= 0.03) = 1;
figure;
subplot(121);
imshow(J);
title('Image with 2% Salt Noise');
subplot(122);
imshow(K);
title('Image with 3% Pepper Noise');

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 = imread('cameraman.tif');：读取名为cameraman.tif的图像，并赋值给I。

• I = im2double(I);：将图像I的数据类型转换为双精度浮点数，以便进行后续处理。

• R = rand(size(I));：生成一个与图像I大小相同的随机矩阵R，其元素均匀分布在0到1之间。

• J = I; J(R <= 0.02) = 0;：创建一个与图像I相同的矩阵J，然后将随机矩阵R中小于等于0.02的元素对应的位置在J中设置为0，模拟盐噪声。

• K = I; K(R <= 0.03) = 1;：创建一个与图像I相同的矩阵K，然后将随机矩阵R中小于等于0.03的元素对应的位置在K中设置为1，模拟胡椒噪声。

• 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2%盐噪声的图像J。

• subplot(122); imshow(K);：在第二个子图（1,2,2）中显示添加了3%胡椒噪声的图像K。

拓展：

1. 保存图像：可以将添加了椒盐噪声的图像J和K保存为文件。

% 保存添加了椒盐噪声的图像
imwrite(uint8(J), 'cameraman_with_2_salt_noise.png');
imwrite(uint8(K), 'cameraman_with_3_pepper_noise.png');

1. 分析噪声分布：可以进一步分析添加到图像上的椒盐噪声分布，比如通过计算噪声的密度和位置。

2. 尝试不同的噪声密度：可以尝试使用不同的椒盐噪声密度，来观察对图像的影响。

3. 应用噪声去除技术：可以尝试使用不同的噪声去除技术，如中值滤波等，来减少图像中的椒盐噪声。

4. 比较不同噪声水平的影响：可以比较不同椒盐噪声密度对图像质量的影响，以评估噪声对图像处理任务的影响。