威布尔分布噪声图像
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
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
