範例：增加與量測雜訊
addnoise
對機率為
p/2 之
M 的每個元素，使用
addnoise 函數加減量值
n 的雜訊 (其中
n 是任意實數)。
如需使用此範例的資訊，請參閱
＜關於圖像處理範例＞。
1. 定義 5 × 5 矩陣的所有元素值為 127。
2. 將雜訊加入矩陣 M，使 M 的元素有一半會加入 +/-50。
(camera.bmp) | (noisy_camera.bmp) |
函數 addnoise 會將所得出的像素值縮減在 0–255 範圍。
4. 將
imhist 函數套用至兩個圖像，然後比較柱狀圖之間的差異, 以數學方式檢視雜訊的效果。
在 0 與 255 處的大突波說明了 addnoise 函數所執行的縮減。
使用其他方法加入雜訊
您可以建構數學運算式，產生其他雜訊類型。
1. 若要產生高斯雜訊，請使用下列運算式：
gnoise 不是內建函數。A 是雜訊的均值，而 σ 是標準差。
高斯方法與 addnoise 函數不同，不會將所得出的像素值縮減為 0–255 的值域。
2. 使用 gnoise 可產生雜訊矩陣。
3. 繪製雜訊的柱狀圖。
柱狀圖會顯示落在前 30 個柱狀圖內柱狀中大部份的信號值。
4. 插入原始圖像加上雜訊後的新圖像 M2。
(noisy_camera2.bmp)
