给图像加入高斯白噪声，a=0，b=0.02，并计算噪声图像直方图，matlab

在MATLAB中，给一张图像添加高斯白噪声通常可以按照以下步骤操作：

1. **导入图像**：
使用`imread`函数读取图片，例如：

   img = imread('your_image_file.jpg');

2. **创建高斯噪声矩阵**：
使用`randn`函数生成高斯分布的随机数矩阵，然后乘以给定的标准差（在这里是0.02），加上均值（这里设为0）。假设原图像大小为`height`×`width`：

   noise_std = 0.02;
   a = 0; % 均值设为0
   random_noise = a + noise_std * randn(height, width);

3. **叠加噪声到原始图像**：
将噪声矩阵与原始图像按元素相加，结果就是噪声图像了：

   noisy_img = img + random_noise;

4. **计算噪声图像的直方图**：
可以使用`imhist`函数来统计图像像素值的频率，它会返回直方图数据和对应的累计频率：

   [histogram, bins] = imhist(noisy_img, 'Frequency');

`histogram`是一个包含各区间像素数量的向量，`bins`是对应每个像素值的边界。

5. **显示直方图**：
如果你想可视化这个直方图，可以用`plot`或`bar`函数：

   plot(bins, histogram, '-o');
   xlabel('Pixel Intensity');
   ylabel('Frequency');
   title('Histogram of Noisy Image');

记得在实际操作前替换`'your_image_file.jpg'`为你所需的图像文件名。如果你想要保存噪声图像，可以用`imwrite`函数。