2.5 Ruidos en imágenes en Matlab

J = imnoise(I,'gaussian') añade ruido blanco gaussiano de media cero con varianza de 0,01 a la imagen en escala de grises I.

J = imnoise(I,'gaussian',m) añade ruido blanco gaussiano de media m con varianza de 0,01.

J = imnoise(I,'gaussian',m,var_gauss) añade ruido blanco gaussiano de media m con varianza de var_gauss.

J = imnoise(I,'localvar',var_local) añade ruido blanco gaussiano de media cero con varianza local de var_local.

J = imnoise(I,'localvar',intensity_map,var_local) añade ruido blanco gaussiano de media cero. La varianza local del ruido, var_local, es una función de los valores de la intensidad de la imagen de I. La aplicación del valor de la intensidad de la imagen a la varianza del ruido se especifica mediante el vector intensity_map.

J = imnoise(I,'poisson') genera ruido de disparo a partir de los datos en lugar de añadir ruido artificial a los datos. Para obtener más información, consulte Algoritmos.

J = imnoise(I,'salt & pepper')añade ruido de sal y pimienta con una densidad de ruido por defecto de 0,05. Esto afecta, aproximadamente, al 5% de los píxeles.

ejemplo

J = imnoise(I,'salt & pepper',d) añade ruido de sal y pimienta, donde d equivale a la densidad de ruido. Esto afecta, aproximadamente, a d*numel(I) píxeles.

J = imnoise(I,'speckle') añade ruido multiplicativo utilizando la ecuación J = I+n*I, en la que n equivale al ruido aleatorio distribuido de manera uniforme de media 0 con varianza de 0,05.

J = imnoise(I,'speckle',var_speckle) añade ruido multiplicativo con varianza de var_speckle.

A continuación te dejamos un video con la finalidad que entiendas de manera mas detallada este tema.