origin怎么给数据加噪声

关于origin怎么给数据加噪声相关资料如下

打开origin

image：输入图像数据，类型应为ndarray，输入后将转换为浮点数。

mode：选择添加噪声的类别。字符串str类型。应为以下几种之一：

mode 噪声类型 备注

gaussian 高斯噪声

localvar 高斯白噪声 在“图像”的每个点处具有指定的局部方差

poisson 泊松分布噪声

salt 盐噪声 随机用1替换像素。属于高灰度噪声

pepper 胡椒噪声 随机用0或-1替换像素，属于低灰度噪声

s&p 椒盐噪声

speckle 使用image + n*image的乘性噪声 n是具有指定均值和方差的均匀噪声

seed ：类型为int。 将在生成噪声之前设置随机种子，以进行有效的伪随机比较。

clip：类型为bool。若为True(default)则在加入‘speckle’, ‘poisson’, 或 ‘gaussian’这三种噪声后进行剪切以保证图像数据点都在[0,1]或[-1.1]之间。若为False，则数据可能超出这个范围。

mean：类型为float。 表示随机分布的均值，用于‘gaussian’和‘speckle’，默认为0。

var： 类型为float。 表示随机分布的方差，（标准差^2）用于’gaussian’和‘speckle’。 默认为0.01。

local_vars：类型为ndarray。表示图像每个像素点处的局部方差，正浮点数矩阵，和图像同型，用于‘localvar’。

amount：类型为float。表示 椒盐噪声像素点替换的比例，在[0,1]之间。用于‘salt’, ‘pepper’,和 ‘salt &pepper’. 默认为0.05

salt_vs_pepper：类型为float。表示盐噪声和胡椒噪声的比例，在[0,1]之间。数字越大代表用1替换越多（more salt）. 默认 为 0.5

输出（返回值）out：类型为ndarray。

通过一个简单例子介绍图像输入与输出的 *** 作，给自学者参考借鉴。

1.创建一个新的空白的GUI。这个例子会用到静态文本、按钮、坐标轴和面板。先在界面中拖入一个静态文本，将其属性中的“string”一栏改为“输入输出图片示例”，字体大小调为20，如下图。

2.在界面中拖入两个面板，然后将两个面板的“string”一栏分别改为“输入图片”和“输出图片”。图像在GUI中都是显示在坐标轴控件上的，如果坐标轴控件没有放在面板控件中的话，显示出来的图像根据图像大小而变，而用面板把坐标轴框住，就可以固定住图像的大小，避免变来变去的。所以一般面板和坐标轴是搭配使用的。

3.再分别拖两个坐标轴到面板上，如图所示，调整好大小即可。双击打开坐标轴的属性，将它们的属性中“XTick”和“YTick”的值都改成0，因为坐标轴在显示的时候默认是有横纵坐标的，但是在这个例子中坐标轴用来显示图片，所以不需要横纵坐标。

4.再拖入四个按钮，将他们的“string”一栏分别改为“导入图片”、“添加高斯噪声”、“添加椒盐噪声”、“添加泊松噪声”，字体调为20。

5.进入按钮“导入图片”的回调函数，在回调函数中敲入如图的程序段。每一句程序的作用都标在图中了，这里不再重复啦。

6.进入按钮“添加高斯噪声”的回调函数，在回调函数中敲入如图的程序段。

7.进入按钮“添加椒盐噪声”的回调函数，在回调函数中敲入如图的程序段。

8.进入按钮“添加泊松噪声”的回调函数，在回调函数中敲入如图的程序段。

9.最后的结果就如下图所示了。

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是与f大小相同的一个数组，它包含了每一个点的理想方差值。

g=imnoise(f,'localvar',image_intensity,var)将

均值为0的高斯噪声添加到图像f中，其中噪声的局部方差var是图像f的亮度值的函数。参量image_intensity和var是大小相同的向

量，plot(image_intensity,var)绘制出噪声方差和图像亮度的函数关系。向量image_intensity必须包含范围在

[0,1]内的归一化亮度值。

g=imnoise(f,'salt&pepper',d)用椒盐噪声污染图像f，其中d是噪声密度（即包括噪声值的图像区域的百分比）。因此，大约有d*numel（f）个像素受到影响。默认的噪声密度为0.05。

g=imnoise(f,'speckle',var)用方程g=f+n*f)将乘性噪声添加到图像f上，其中n是均值为0，方差为var的均匀分布的随机噪声，var的默认值是0.04。

g=imnoise(f,'poisson')从数据中生成泊松噪声，而不是将人工的噪声添加

到数据中，为了遵守泊松统计，unit8和unit16类图像的亮度必须和光子的数量相符合。当每个像素的光子数量大于65535时，就要使用双精度图像。亮度值在0到1之间变化，并且对应于光子的数量除以10e12。

---