MATLAB图像处理：人为加噪声及图像读取

本文档是关于在MATLAB中人为加噪声进行图像处理的讲义，主要介绍了如何使用`imnoise`函数添加不同类型的噪声到图像中，以及MATLAB中的图像读取、显示和信息获取的基本操作。 在MATLAB中，人为加噪声是一个常见的图像处理任务，用于模拟现实世界中图像可能遇到的各种干扰。`imnoise`函数是一个强大的工具，能够方便地向图像添加噪声。在提供的代码示例中，`imnoise`被用来向名为'eight.tif'的图像添加三种不同类型的噪声：高斯噪声、椒盐噪声和乘性噪声。这些噪声类型分别通过函数的不同参数设置实现： 1. `J1=imnoise(I, 'gaussian',0,0.02);` 这一行向图像添加了均值为0，标准差为0.02的高斯噪声。高斯噪声通常模拟环境温度变化等随机影响。 2. `J2=imnoise(I, 'salt & pepper',0.02);` 椒盐噪声则会随机在图像上插入黑色（盐）和白色（胡椒）像素，比例为0.02，模拟传感器缺陷或灰尘。 3. `J3=imnoise(I, 'speckle',0.02);` 乘性噪声是基于图像本身强度的噪声，这里乘以一个0.02的标准差随机变量，导致局部亮度的不均匀变化。 `subplot`函数在MATLAB中用于多图像的布局和显示。在示例中，它将窗口分为2行2列的四个部分，并按照顺序显示原图和三种噪声处理后的图像，便于比较分析。 此外，讲义还简要提到了MATLAB图像处理的一些基础操作： - `imread`函数用于读取图像文件，可以返回图像数据矩阵`X`以及颜色映射`MAP`（如果图像为索引图像）。例如，`I=imread('filename')`会读取指定图像文件并将其数据存储在变量`I`中。 - `imfinfo`函数可以获取图像文件的相关信息，如图像尺寸、类型、颜色空间等，返回的结果是一个结构体。 - MATLAB中的图像类别主要包括真彩图像、索引图像、灰度图像和二值图像，每种类型的图像数据格式和处理方式都有所不同。 - 图像显示主要用到的函数有`imshow`，它能显示图像，并可选设置灰度级；`colorbar`创建与图像相关的颜色条；`subimage`用于在一个窗口内显示多个子图像，常用于比较。 这个讲义涵盖了MATLAB图像处理的基本操作，特别是加噪声的实用方法，对于理解和实践图像处理非常有帮助。