# 个人记录

自己关于给图像加噪声的实验，见文件：Add_Noise_to_Image.mlx。网页记录：https://blog.csdn.net/Dust_Evc/article/details/125583315

# 个人记录

正态分布噪声、高斯噪声：

生成一个维度为Custom_size，均值为Mean，方差为Var的噪声：

Noise = Mean + sqrt(Var)*randn(Custom_size);

其中，randn() 返回一个从标准正态分布中（均值为0，方差为1）得到的随机标量。

例1：

K>> Test = 3 + sqrt(0.5)*randn(1,102400); R = [mean(Test),sum((Test(1,:)-mean(Test)).^2)/(length(Test)-1)]

R =

           3.0017565021829         0.501380264755088

例2：

K>> Test = -7 + sqrt(0.01)*randn(1,102400); R = [mean(Test),sum((Test(1,:)-mean(Test)).^2)/(length(Test)-1)]

R =

         -7.00017236519557        0.0100363870325614

给原始数据RawData加上相对误差水平为Error_level的噪声：

NoiseData = RawData + Error_level*randn(size(RawData));

例：

给正弦函数生成的数据加上相对误差水平为0.1的噪声：

% 定义函数f(x)
f = @(x) sin(x);

% 生成离散点
x1 = 0:1/100:2*pi;

F_Noise = f(x1) + 0.1*randn(size(x1)).*f(x1);

figure
plot(x1,F_Noise)

这里的相对误差水平0.1也是上面的标准差，即sqrt(Var)

参考自/推荐阅读：

https://blog.csdn.net/xiaoyang591/article/details/118544118

噪声种类及Matlab添加噪声_qq_45479499的博客-CSDN博客_matlab噪声