matlab添加随机高斯噪声

可以使用matlab内置函数imnoise来添加随机高斯噪声。代码示例如下：

% 读入图像
img = imread('lena.png');

% 添加高斯噪声
noisy_img = imnoise(img, 'gaussian', 0, 0.01);

% 显示图像
subplot(121); imshow(img); title('Original Image');
subplot(122); imshow(noisy_img); title('Noisy Image');

其中，第二个参数为添加的噪声类型，'gaussian'即为高斯噪声；第三个参数为噪声的均值，默认为0；第四个参数为噪声的方差，即产生噪声的强度，默认为0.01。可以根据需要调整这些参数。

相关问题

MATLAB随机高斯噪声

要在MATLAB中生成随机高斯噪声，你可以使用 `randn` 函数。 `randn` 函数生成符合标准正态分布（均值为0，方差为1）的随机数。如果需要生成特定均值和方差的高斯噪声，可以通过线性变换来实现。

下面是一个示例代码，演示如何生成均值为mu，方差为sigma的高斯噪声：

% 指定均值和方差
mu = 0;  % 均值
sigma = 1;  % 方差

% 生成高斯噪声
noise = mu + sigma * randn(100, 1);  % 生成100个样本的高斯噪声

% 绘制直方图查看分布
histogram(noise, 'Normalization', 'pdf');

在这个示例中，我们使用 `mu + sigma * randn(100, 1)` 生成了一个具有100个样本的高斯噪声。你可以根据需要修改样本数量和指定的均值和方差。

最后，我们使用 `histogram` 函数绘制了生成的噪声的直方图，以查看其分布情况。通过修改 `mu` 和 `sigma` 的值，你可以生成不同均值和方差的高斯噪声。

matlab生成高斯随机噪声

在Matlab中，可以使用randn函数生成高斯随机噪声。代码如下：

% 生成高斯随机噪声
mu = 0; % 均值
sigma = 1; % 标准差
noise = mu + sigma * randn(1, N); % 生成N个随机数

其中，mu是高斯分布的均值，sigma是标准差，N是生成随机数的个数。在代码中，使用randn函数生成N个均值为0，标准差为1的随机数，然后将其乘以sigma并加上mu，即可得到均值为mu，标准差为sigma的高斯随机噪声。