【OpenCV 例程200篇】93. 噪声模型的直方图

【OpenCV 例程200篇】93. 噪声模型的直方图

欢迎关注 『OpenCV 例程200篇』 系列,持续更新中
欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中


2. 噪声模型

数字图像中的噪声源主要来自图像获取和传输过程。在获取图像时,光照水平和传感器温度影响图像中的噪声。在传输图像时,传输信道中的干扰对图像产生污染。


2.7 图像噪声小结

上述噪声模型为各种图像噪声的建模提供了有效的工具。例如:

高斯噪声:常用于电子电路及传感器噪声(光照不足和/或高温引起)等因素所导致噪声的建模;

瑞利噪声:常用于距离成像中的噪声建模;

指数噪声和伽马噪声:常用于激光成像中的噪声建模;

冲激噪声:常用于在成像期间的快速瞬变(如开关故障)的噪声建模;

均匀噪声:是对实际情况最基本描述,也是数字图像处理中各种随机数发生器的基础。


例程 9.7:各种噪声模型的直方图分布

# OpenCVdemo09.py
# Demo09 of OpenCV
# 9. 图像复原与重建
# Copyright 2021 Youcans, XUPT
# Crated:2021-01-30    # # 9.7:各种噪声模型的直方图分布img = cv2.imread("../images/Fig0503.tif", 0)  # flags=0 读取为灰度图像mu, sigma = 0.0, 20.0noiseGause = np.random.normal(mu, sigma, img.shape)imgGaussNoise = img + noiseGauseimgGaussNoise = np.uint8(cv2.normalize(imgGaussNoise, None, 0, 255, cv2.NORM_MINMAX))  # 归一化为 [0,255]a = 30.0noiseRayleigh = np.random.rayleigh(a, size=img.shape)imgRayleighNoise = img + noiseRayleighimgRayleighNoise = np.uint8(cv2.normalize(imgRayleighNoise, None, 0, 255, cv2.NORM_MINMAX))  # 归一化为 [0,255]a, b = 10.0, 2.5noiseGamma = np.random.gamma(shape=b, scale=a, size=img.shape)imgGammaNoise = img + noiseGammaimgGammaNoise = np.uint8(cv2.normalize(imgGammaNoise, None, 0, 255, cv2.NORM_MINMAX))  # 归一化为 [0,255]a = 10.0noiseExponent = np.random.exponential(scale=a, size=img.shape)imgExponentNoise = img + noiseExponentimgExponentNoise = np.uint8(cv2.normalize(imgExponentNoise, None, 0, 255, cv2.NORM_MINMAX))  # 归一化为 [0,255]mean, sigma = 10, 100a = 2 * mean - np.sqrt(12 * sigma)  # a = -14.64b = 2 * mean + np.sqrt(12 * sigma)  # b = 54.64noiseUniform = np.random.uniform(a, b, img.shape)imgUniformNoise = img + noiseUniformimgUniformNoise = np.uint8(cv2.normalize(imgUniformNoise, None, 0, 255, cv2.NORM_MINMAX))  # 归一化为 [0,255]ps, pp = 0.05, 0.02mask = np.random.choice((0, 0.5, 1), size=img.shape[:2], p=[pp, (1-ps-pp), ps])imgChoiceNoise = img.copy()imgChoiceNoise[mask==1] = 255imgChoiceNoise[mask==0] = 0plt.figure(figsize=(12, 8))plt.subplot(231), plt.title("Gauss noise")histNP, bins = np.histogram(imgGaussNoise.flatten(), bins=255, range=[0, 255], density=True)plt.bar(bins[:-1], histNP[:])plt.subplot(232), plt.title("Rayleigh noise")histNP, bins = np.histogram(imgRayleighNoise.flatten(), bins=255, range=[0, 255], density=True)plt.bar(bins[:-1], histNP[:])plt.subplot(233), plt.title("Gamma noise")histNP, bins = np.histogram(imgGammaNoise.flatten(), bins=255, range=[0, 255], density=True)plt.bar(bins[:-1], histNP[:])plt.subplot(234), plt.title("Exponential noise")histNP, bins = np.histogram(imgExponentNoise.flatten(), bins=255, range=[0, 255], density=True)plt.bar(bins[:-1], histNP[:])plt.subplot(235), plt.title("Uniform noise")histNP, bins = np.histogram(imgUniformNoise.flatten(), bins=255, range=[0, 255], density=True)plt.bar(bins[:-1], histNP[:])plt.subplot(236), plt.title("Salt-pepper noise")histNP, bins = np.histogram(imgChoiceNoise.flatten(), bins=255, range=[0, 255], density=True)plt.bar(bins[:-1], histNP[:])plt.tight_layout()plt.show()

在这里插入图片描述


(本节完)


版权声明:

youcans@xupt 原创作品,转载必须标注原文链接

Copyright 2021 youcans, XUPT

Crated:2022-2-1


欢迎关注 『OpenCV 例程200篇』 系列,持续更新中
欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中

【OpenCV 例程200篇】01. 图像的读取(cv2.imread)
【OpenCV 例程200篇】02. 图像的保存(cv2.imwrite)
【OpenCV 例程200篇】03. 图像的显示(cv2.imshow)
【OpenCV 例程200篇】04. 用 matplotlib 显示图像(plt.imshow)
【OpenCV 例程200篇】05. 图像的属性(np.shape)
【OpenCV 例程200篇】06. 像素的编辑(img.itemset)
【OpenCV 例程200篇】07. 图像的创建(np.zeros)
【OpenCV 例程200篇】08. 图像的复制(np.copy)
【OpenCV 例程200篇】09. 图像的裁剪(cv2.selectROI)
【OpenCV 例程200篇】10. 图像的拼接(np.hstack)
【OpenCV 例程200篇】11. 图像通道的拆分(cv2.split)
【OpenCV 例程200篇】12. 图像通道的合并(cv2.merge)
【OpenCV 例程200篇】13. 图像的加法运算(cv2.add)
【OpenCV 例程200篇】14. 图像与标量相加(cv2.add)
【OpenCV 例程200篇】15. 图像的加权加法(cv2.addWeight)
【OpenCV 例程200篇】16. 不同尺寸的图像加法
【OpenCV 例程200篇】17. 两张图像的渐变切换
【OpenCV 例程200篇】18. 图像的掩模加法
【OpenCV 例程200篇】19. 图像的圆形遮罩
【OpenCV 例程200篇】20. 图像的按位运算
【OpenCV 例程200篇】21. 图像的叠加
【OpenCV 例程200篇】22. 图像添加非中文文字
【OpenCV 例程200篇】23. 图像添加中文文字
【OpenCV 例程200篇】23. 图像添加中文文字
【OpenCV 例程200篇】24. 图像的仿射变换
【OpenCV 例程200篇】25. 图像的平移
【OpenCV 例程200篇】26. 图像的旋转(以原点为中心)
【OpenCV 例程200篇】27. 图像的旋转(以任意点为中心)
【OpenCV 例程200篇】28. 图像的旋转(直角旋转)
【OpenCV 例程200篇】29. 图像的翻转(cv2.flip)
【OpenCV 例程200篇】30. 图像的缩放(cv2.resize)
【OpenCV 例程200篇】31. 图像金字塔(cv2.pyrDown)
【OpenCV 例程200篇】32. 图像的扭变(错切)
【OpenCV 例程200篇】33. 图像的复合变换
【OpenCV 例程200篇】34. 图像的投影变换
【OpenCV 例程200篇】35. 图像的投影变换(边界填充)
【OpenCV 例程200篇】36. 直角坐标与极坐标的转换
【OpenCV 例程200篇】37. 图像的灰度化处理和二值化处理
【OpenCV 例程200篇】38. 图像的反色变换(图像反转)
【OpenCV 例程200篇】39. 图像灰度的线性变换
【OpenCV 例程200篇】40. 图像分段线性灰度变换
【OpenCV 例程200篇】41. 图像的灰度变换(灰度级分层)
【OpenCV 例程200篇】42. 图像的灰度变换(比特平面分层)
【OpenCV 例程200篇】43. 图像的灰度变换(对数变换)
【OpenCV 例程200篇】44. 图像的灰度变换(伽马变换)
【OpenCV 例程200篇】45. 图像的灰度直方图
【OpenCV 例程200篇】46. 直方图均衡化
【OpenCV 例程200篇】47. 图像增强—直方图匹配
【OpenCV 例程200篇】48. 图像增强—彩色直方图匹配
【OpenCV 例程200篇】49. 图像增强—局部直方图处理
【OpenCV 例程200篇】50. 图像增强—直方图统计量图像增强
【OpenCV 例程200篇】51. 图像增强—直方图反向追踪
【OpenCV 例程200篇】52. 图像的相关与卷积运算
【OpenCV 例程200篇】53. Scipy 实现图像二维卷积
【OpenCV 例程200篇】54. OpenCV 实现图像二维卷积
【OpenCV 例程200篇】55. 可分离卷积核
【OpenCV 例程200篇】56. 低通盒式滤波器
【OpenCV 例程200篇】57. 低通高斯滤波器
【OpenCV 例程200篇】58. 非线性滤波—中值滤波
【OpenCV 例程200篇】59. 非线性滤波—双边滤波
【OpenCV 例程200篇】60. 非线性滤波—联合双边滤波
【OpenCV 例程200篇】61. 导向滤波(Guided filter)
【OpenCV 例程200篇】62. 图像锐化——钝化掩蔽
【OpenCV 例程200篇】63. 图像锐化——Laplacian 算子
【OpenCV 例程200篇】64. 图像锐化——Sobel 算子
【OpenCV 例程200篇】65. 图像锐化——Scharr 算子
【OpenCV 例程200篇】66. 图像滤波之低通/高通/带阻/带通
【OpenCV 例程200篇】67. 空间域图像增强的综合应用
【OpenCV 例程200篇】68. 空间域图像增强的综合应用
【OpenCV 例程200篇】69. 连续非周期信号的傅立叶系数
【OpenCV 例程200篇】70. 一维连续函数的傅里叶变换
【OpenCV 例程200篇】71. 连续函数的取样
【OpenCV 例程200篇】72. 一维离散傅里叶变换
【OpenCV 例程200篇】73. 二维连续傅里叶变换
【OpenCV 例程200篇】74. 图像的抗混叠
【OpenCV 例程200篇】75. Numpy 实现图像傅里叶变换
【OpenCV 例程200篇】76. OpenCV 实现图像傅里叶变换
【OpenCV 例程200篇】77. OpenCV 实现快速傅里叶变换
【OpenCV 例程200篇】78. 频率域图像滤波基础
【OpenCV 例程200篇】79. 频率域图像滤波的基本步骤
【OpenCV 例程200篇】80. 频率域图像滤波详细步骤
【OpenCV 例程200篇】81. 频率域高斯低通滤波器
【OpenCV 例程200篇】82. 频率域巴特沃斯低通滤波器
【OpenCV 例程200篇】83. 频率域低通滤波:印刷文本字符修复
【OpenCV 例程200篇】84. 由低通滤波器得到高通滤波器
【OpenCV 例程200篇】85. 频率域高通滤波器的应用
【OpenCV 例程200篇】86. 频率域滤波应用:指纹图像处理
【OpenCV 例程200篇】87. 频率域钝化掩蔽
【OpenCV 例程200篇】88. 频率域拉普拉斯高通滤波
【OpenCV 例程200篇】89. 带阻滤波器的传递函数
【OpenCV 例程200篇】90. 频率域陷波滤波器
【OpenCV 例程200篇】91. 高斯噪声、瑞利噪声、爱尔兰噪声
【OpenCV 例程200篇】92. 指数噪声、均匀噪声、椒盐噪声
【OpenCV 例程200篇】93. 噪声模型的直方图
【OpenCV 例程200篇】94. 算术平均滤波器
【OpenCV 例程200篇】95. 几何均值滤波器
【OpenCV 例程200篇】96. 谐波平均滤波器
【OpenCV 例程200篇】97. 反谐波平均滤波器
【OpenCV 例程200篇】98. 统计排序滤波器
【OpenCV 例程200篇】99. 修正阿尔法均值滤波器
【OpenCV 例程200篇】100. 自适应局部降噪滤波器

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/565791.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

删除a标签下面的横线

在HTML中我们经常会使用a标签跳转链接&#xff0c;但是会发现a标签下面出现一个横线特别难看&#xff0c;给大家一种删除a标签下面横线的方法。 删除a标签下面横线使用&#xff1a; text-decoration: none; 效果示例 代码示例 <!DOCTYPE html> <html><head…

【OpenCV 例程200篇】94. 算术平均滤波器

【OpenCV 例程200篇】94. 算术平均滤波器 欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 3. 仅噪声存在的空间滤波图像复原 当一幅图像中唯一存在的退化是噪声时&#xff0c;退化模型简化为&a…

正则表达式表单验证

使用正则表达式验证表单中输入的内容是否符合格式。 原理分析&#xff1a; 1.失去焦点和获取焦点 2.获取内容 3.判断是否符合 4.不符合显示错误号符合显示对号 效果演示 代码演示 <!DOCTYPE html> <html> <head lang"en"><meta charset"…

罗盘时钟

用HTML和CSS以及JavaScript实现罗盘时钟。 原理分析&#xff1a; 1.年月日时分秒的定义 2.定时器的使用 3.分钟到小时如何变化 4.定义数组存放内容 效果演示 初始状态 时间显示 代码展示 HTML内容 <!DOCTYPE html> <html lang"en"> <head>…

【OpenCV 例程200篇】95. 几何均值滤波器

【OpenCV 例程200篇】95. 几何均值滤波器 欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 3. 仅噪声存在的空间滤波图像复原 当一幅图像中唯一存在的退化是噪声时&#xff0c;退化模型简化为&a…

MATLAB中有关矩阵特征值和特征向量的计算

在MATLAB语言中&#xff0c;求矩阵的特征值和特征向量需要用到两个函数&#xff1a;eig()、diag() diag():可生成一个对角矩阵 调用eig函数的格式为&#xff1a; [x,y]eig(A) 其中矩阵y的对角线元素存储的是A的所有特征值&#xff0c;且从小到大排列&#xff1b;而矩阵x的每一…

input输入框内容只读

有的时候一些固定的数据只能观看而无法修改&#xff0c;那麽我们如何设置呢&#xff1f; 设置input输入框内容的只读性在此我总结了两个方法。 效果演示 确实进行了选中修改添加文本内容等操作&#xff0c;但是数据始终是无法修改的。 方法一 readonly属性 使用方法 <…

【OpenCV 例程200篇】96. 谐波平均滤波器

【OpenCV 例程200篇】96. 谐波平均滤波器 欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 3. 仅噪声存在的空间滤波图像复原 当一幅图像中唯一存在的退化是噪声时&#xff0c;退化模型简化为&a…

SQL Server第一次上机操作实例:用sql语句创建BBS数据库、表、约束以及建立其数据库关系图

训练技能点&#xff1a; 学会使用sql语句创建数据库、表、约束、建立数据库关系图 使用到的软件&#xff1a;SQL Server2008 代码如下&#xff1a; use master go if exists(select * from sysdatabases where nameBBS) --判断BBS库是否存在&#xff0c;若存在则先删除drop…

【OpenCV 例程200篇】97. 反谐波平均滤波器

【OpenCV 例程200篇】97. 反谐波平均滤波器 欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 3. 仅噪声存在的空间滤波图像复原 当一幅图像中唯一存在的退化是噪声时&#xff0c;退化模型简化为…

xampp命令行连接MySql数据库

使用xampp工具连接MySql数据库。 对于MySql数据库的操作通常是使用命令行进行有关操作的&#xff08;增删改查&#xff09; 1.打开xampp 2.点击打开MySql后面的Start,同样点击打开Apache后面的Start 这时候MySql服务就打开了 3.接下来打开我们的命令行&#xff0c;点击右边…

【OpenCV 例程 200篇】98. 统计排序滤波器

【OpenCV 例程 200篇】98. 统计排序滤波器 欢迎关注 『OpenCV 例程 200 篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 3.5 统计排序滤波器 统计排序滤波器是空间滤波器&#xff0c;其响应是基于滤波器邻域中的像素值的…

避坑!!!Matlab中文版下载地址、详细讲解Matlab中文版的下载、安装

免费下载windows Matlab2016中文版、Matlab2017中文版、Matlab2018中文版、Matlab2019中文版、Matlab2020中文版 如下图&#xff1a; 下载地址&#xff1a; 百度网盘链接&#xff1a;****&#xff08;请私信或评论我&#xff0c;过不了审&#xff09; 提取码&#xff1a;*…

MySql 查询显示

使用命令行进行查询数据库&#xff0c;查询数据表&#xff0c;查询数据表内容。 1.打开命令行 2.连接MySql数据库 连接成功如下图所示 3.查询显示所有数据库 查询所有数据库 语句&#xff1a; show databases; 4.选择使用的数据库 选择(使用)数据库 语句&#xff1a; use t…

【OpenCV 例程200篇】100. 自适应局部降噪滤波器

【OpenCV 例程200篇】100. 自适应局部降噪滤波器 欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 3.7 自适应局部降噪滤波器 前述滤波器直接应用到图像处理&#xff0c;并未考虑图像本身的特征…

【OpenCV 例程200篇】99. 修正阿尔法均值滤波器

【OpenCV 例程200篇】99. 修正阿尔法均值滤波器 欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 3.6 修正阿尔法均值滤波器&#xff08;Modified alpha-mean filter&#xff09; 修正阿尔法均值…

Vue 过滤数据

利用hash过滤数据。 效果演示 初始样式 点击 将三种字体分别设置为相对应的颜色&#xff0c;使用hash过滤器&#xff0c;不管点击那个颜色的字体时都会显示成红色。 在开始我们的代码之前请注意&#xff1a; 引入Vue.js架包 代码演示 <!DOCTYPE html> <html la…

SQL Server数据库关系图中,此数据库没有有效所有者......的两种解决办法

导语&#xff1a; 在建立数据库关系图时&#xff0c;你是否遇到了这样得问题&#xff1a;“此数据库没有有效所有者&#xff0c;因此无法安装数据库关系图支持对象。若要继续…”&#xff0c;如下图&#xff1a; 别急&#xff0c;有如下两种方法解决这个问题&#xff1a;&…

【youcans 的 OpenCV 学习课】8. 频率域图像滤波(上)

专栏地址&#xff1a;『youcans 的图像处理学习课』 文章目录&#xff1a;『youcans 的图像处理学习课 - 总目录』 【youcans 的 OpenCV 学习课】8. 频率域图像滤波&#xff08;上&#xff09; 图像滤波是在尽可能保留图像细节特征的条件下对目标图像的噪声进行抑制&#xff0…

内容添加列表

在输入框输入内容点击Enter按钮时你输入的内容会显示到下方列表中&#xff0c;并且会在内容之后显示出添加的时间。 效果演示 初始样式 输入内容按Enter添加到列表 在程序开始之前请注意&#xff1a; 一定要引入Vue.js架包 代码演示 <!DOCTYPE html> <html lang…