ZKX's LAB

python叠加0均值高斯噪声 高斯噪声和白噪声的区别

2021-04-23知识8

如何用matlab 产生 均值为0,方差为5的高斯噪声 1、打开电脑上Matlab软件,然后点击“新建脚本”,如下图所示。2、在代码编辑区输入代码,先利用Imread函数读取图像,然后使用Imshow函数将图像展示出来,代码:f=imread('鱼木混猪.jpg');f=rgb2gray(f);subplot(121),imshow(f),title('原图像');3、Matlab中利用imnoise函数可以添加各种噪声,而使用“gaussian”参数就可以添加高斯噪声,代码:g=imnoise(f,'gaussian',0.2);subplot(122),imshow(g),title('添加椒盐噪声图像');4、输入完代码后,点击“保存并运行”。5、选择保存位置,并为m文件重命名,如下图所示所示,设置完成,点击“保存”。6、就在Matlab中为添加高斯噪声,并且把一组对比图显示在同一个窗口中,就完成了。

高斯噪声和白噪声的区别 最低0.27元开通文库会员,查看完整内容>;原发布者:ttklm202.3高斯噪声和白噪声引言:噪声分析的两类方法:随机噪声:服从统计规律,用随机函数描述单(多)脉冲噪声:瞬态分析法一、高斯噪声(依噪声幅度分布特性判定)1、定义:幅度起伏遵从高斯分布的噪声2、中心极限定理(李雅普诺夫定理):大量N个统计独立的、具有有限的数学期望和方差的随机变量之和Z=∑xi的分布i=1N律在N→的极限情况下趋于高斯分布律。3、高斯分布律:(1)一维概率密度函数:是由均值m和均方差σ2唯一确定的函数概率密度:p(x)=12σπ(xm)2e2σ2(1.2.63)分布函数:F(x)=P(X)=12πσx∞(xm)2∫e2σ2dx(1.2.64)当m=0时,p(x)=12σπx2e22σ(1.2.65)高斯变e799bee5baa6e79fa5e98193e78988e69d8331333433623764量X的N阶中心矩与N阶原点矩中心矩:∞(xm)2NN=1π2σ∞(xm)e2σ2dx(1.2.66-1)原点矩:n=12σπ∞x220=Nσ∞xNe2σdx∫N奇为数N偶为数(1.2.66-2)(2)高斯分布的N维联合概率密度p(x)=p(x,x2,.,xN)1=1(2π)N2M121NNexp∑Mik(xi)(xk)2Mi=1k=1M是行列式,M是元素ik(1.2.67)其中M是联合二阶中心矩,ik的余因子11M=21.N11222.N2.NN1N2N和ik=ki=<;(xi)(xk<;xk

高斯噪声和白噪声的区别?白噪声,就是说频谱为一常数;也就是说,其协方差函数在delay=0时不为0,在delay不等于0时值为零;换句话说,样本:-高斯噪声,白噪声,区别

#python叠加0均值高斯噪声

随机阅读

qrcode
访问手机版