c#给图像加高斯噪声

/// <summary>

/// 高斯密度函数

/// </summary>

/森册// <param name="州烂z">随机数</param>

/// <param name="u">册春漏数学期望</param>

/// <param name="a">方差</param>

/// <returns></returns>

static double gossp(double z, double u, double a)

{

double p

p = ( 1 / (a * Math.Sqrt(2 * Math.PI)) *

Math.Pow( Math.E, -( Math.Pow(z - u,2) / (2 * a * a))))

return p

}

/// <summary>

/// 对一幅图形进行高斯噪音处理。

/// </summary>

/// <param name="img"></param>

/// <param name="u">数学期望</param>

/// <param name="a">方差</param>

/// <returns></returns>

static public Bitmap goss_noise(Image img, double u, double a)

{

int width = img.Width

int height = img.Height

Bitmap bitmap2 = new Bitmap(img)

Rectangle rectangle1 = new Rectangle(0, 0, width, height)

PixelFormat format = bitmap2.PixelFormat

BitmapData data = bitmap2.LockBits(rectangle1, ImageLockMode.ReadWrite, format)

IntPtr ptr = data.Scan0

int numBytes = width * height * 4

byte[] rgbValues = new byte[numBytes]

Marshal.Copy(ptr, rgbValues, 0, numBytes)

Random random1 = new Random()

for (int i = 0i <numBytesi += 4)

{

for (int j = 0j <3j++)

{

double z

z = random1.NextDouble() - 0.5 + u

double pz = gossp(z, u, a)

double r = random1.NextDouble()

// Debug.WriteLineIf(pz <0.1, string.Format("z={0}\tpz={1}\tr={2}", z,pz,r))

if (r <= pz)

{

double p = rgbValues[i + j]

p = p + z * 128

if (p >255)

p = 255

if (p <0)

p = 0

rgbValues[i + j] = (byte)p

}

}

}

Marshal.Copy(rgbValues, 0, ptr, numBytes)

bitmap2.UnlockBits(data)

return bitmap2

}

要回答这3个问题，需要你先理解概率密度函数的意义。

高斯密度函数的意义就是：

如果一个随机数发生很多次之后，其平均值为u, 并且其方差为a, 那么对于这个随机数序列中，出现一个特定的z值的概率是多少。

因此，需要先生成一个随机数z, 然后用高斯函数得知其发生的概率是多少。

也就是pz。

然后，知道这个z“应该”的发生概率是多少之后，我们就要想办法让他按这个概率作用于原图上的像素。

因此，再采用第二个随机数r, r是一个平均概率的0-1的数，因此，r小于等于pz的情况的概率正好等于pz。

因此，如果在r小于等于pz时，z这个随机量发生作用，那么z的概率就是pz了。

这样循环处理，对于n个z，他的概率就客观上服从高斯分布了。

最后，关于为何 - 0.5 的原因：

这涉及到z的值域问题。

原理上讲，如果产生的噪音在-128到+128之间，数学期望为0，而方差为0.1时，对于所产生的z（一般情况下都在几十的值段），其概率几乎为0，导致根本不可能产生可见的干扰。

因此，我考虑到是否采用-0.5到+0.5的z值，这样在方差为0.1的情况下，z的概率才大到足以产生足够多的噪音。

但是，这样一来，z的值就太小了，只是-0.5到+0.5的区间，对图像的干扰非常不明显，于是我试着把z看为一个比例值，放大z到-128到+128的区间，这样处理完之后，对图像的干扰就大到足以观察到效果。

自己产生[x,y] 2维随机数，用分布携历函数为权，取用点的个数就可以了。如考虑中心对称，用极座标[r,sita] 也辩毁搜许余孝更方便。

2维椒盐噪声，即产生[x,y,1] 和 [x,y,0], 1 是白点，0是黑点。

计算机的伪随机数，就是白噪声，均匀分布。

工程中，需要检验某一系统的稳定性是，可以在输入信号中加如微小的噪声。高斯噪声是最常用的一种。请问如何用C/C++编写生成高斯噪声的程序？具体要求：采样点数为1000，噪声均值为0，噪声仿羡变化范围为-5到-5。 满意答案ヤ1﹎.隻潴oo8级2008-06-20我没有做过这方面的研究，但是有个思路，因为图像的每一个像素由RGB三个分量组成，您先建立一个备备拍函数将其转换成一个数据，X= f(R,G,B)，确定其数值范围，再在X里面添加噪声，什么高斯噪声、随机噪声、椒盐噪声从计算机滚乱图像处理的教材里面可以查到生成方法，添加噪声以后，在反算成RGB，重新写回原来的像素位置就可以了。

---