编程，在一幅图像上添加高斯噪声

好的，以下是MATLAB代码实现：

% 读入一幅图像
I = imread('your_image.jpg');

% 定义高斯噪声参数，mean表示均值，var表示方差
mean = 0;
var = 0.01;

% 添加高斯噪声
J = imnoise(I, 'gaussian', mean, var);

% 显示原始图像和添加噪声后的图像
figure;
subplot(1, 2, 1);
imshow(I);
title('Original Image');
subplot(1, 2, 2);
imshow(J);
title('Image with Gaussian Noise');

% 计算添加噪声后的图像的峰值信噪比 PSNR
peaksnr = psnr(J, I);
fprintf('The Peak-SNR value is %0.4f\n', peaksnr);

需要注意的是，这里使用了imnoise函数来添加高斯噪声，其中'gaussian'表示添加的是高斯噪声，mean表示均值，var表示方差。您可以根据需要调整这些参数来实现不同的效果。此外，为了计算添加噪声后的图像的峰值信噪比，我们同样使用了psnr函数，它需要原始图像和添加噪声后的图像作为输入。

相关问题

（1）读入一幅图像，添加高斯噪声；自行编程对加入噪声的图像使用均值滤波平滑加 噪声图像，同屏显示原图像、加噪声图像和处理后的图像。 （2）读入一幅图像，添加椒盐噪声；对加入噪声的图像使用中值滤波，同屏显示原图 像、加噪声图像和处理后的图像。matlab实现

(1) 添加高斯噪声并使用均值滤波：

% 读入原图像
img = imread('lena.png');
% 添加高斯噪声
noisy_img = imnoise(img, 'gaussian', 0, 0.01);
% 使用均值滤波平滑加噪声图像
smooth_img = filter2(fspecial('average', 3), noisy_img)/255;
% 显示原图像、加噪声图像和处理后的图像
subplot(1,3,1), imshow(img), title('Original Image');
subplot(1,3,2), imshow(noisy_img), title('Noisy Image');
subplot(1,3,3), imshow(smooth_img), title('Smoothed Image');

(2) 添加椒盐噪声并使用中值滤波：

% 读入原图像
img = imread('lena.png');
% 添加椒盐噪声
noisy_img = imnoise(img, 'salt & pepper', 0.1);
% 使用中值滤波平滑加噪声图像
smooth_img = medfilt2(noisy_img);
% 显示原图像、加噪声图像和处理后的图像
subplot(1,3,1), imshow(img), title('Original Image');
subplot(1,3,2), imshow(noisy_img), title('Noisy Image');
subplot(1,3,3), imshow(smooth_img), title('Smoothed Image');

用matlab读入一幅图像，添加高斯噪声；自行编程对加入噪声的图像使用均值滤波平滑加 噪声图像，同屏显示原图像、加噪声图像和处理后的图像。

以下是Matlab代码实现：

% 读入原始图像
img = imread('lena.png');
imshow(img);
title('Original Image');

% 添加高斯噪声
noisy_img = imnoise(img, 'gaussian', 0, 0.01);
figure;
imshow(noisy_img);
title('Noisy Image');

% 使用均值滤波平滑加噪声图像
filter_size = 3;
h = ones(filter_size) / filter_size^2;
smooth_img = imfilter(noisy_img, h);
figure;
imshow(smooth_img);
title('Smoothed Image');

其中，`imread`函数用于读入原始图像，`imnoise`函数用于添加高斯噪声，`imfilter`函数用于进行均值滤波平滑。运行代码后，会弹出三个窗口，分别显示原始图像、加噪声图像和处理后的图像。