從概率論和統計學角度看，Weibull Distribution是連續性的概率分布，其概率密度為： 其中，x是隨機變量，λ>0是比例參數（scale parameter），k>0是形狀參數（shape parameter）。顯然，它的累積分布函數是擴展的指數分布函數，而且，Weibull distribution與很多分布都有關系。如，當k=1，它是指數分布；k=2時，是Rayleigh distribution（瑞利分布）。 clc,clear,close all warning off feature jit off im = imread('coloredChips.png'); Z0 = imnoise_Weibull(size(im,1),size(im,2),5,5); Z1 = im2uint8(Z0); % 類型轉換 figure('color',[1,1,1]), im(:,:,1) = im(:,:,1) + Z1; % R im(:,:,2) = im(:,:,2) + Z1; % G im(:,:,3) = im(:,:,3) + Z1; % B subplot(121); imshow(im);title('加威布爾分布噪聲圖像') subplot(122); imhist(Z1); title('加威布爾分布噪聲圖像直方圖')
function R = imnoise_Weibull(M, N, a,b) % input: % 威布爾Weibull分布，噪聲的類型； % M,N：輸出噪聲圖像矩陣的大小 % a,b：各種噪聲的分布參數 % output: % R: 輸出的噪聲圖像矩陣，數據類型為double型% 產生威布爾分布噪聲% a --- > k% b --- > lamdafor i=1:Mfor j=1:Nx = randn;if x>=0R(i,j)=(a/b)*(x./b).^(a-1)*exp(-(x./b).^a);elseR(i,j)=0;endendendend

總結

以上是生活随笔為你收集整理的威布尔分布噪声图像的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。