小波变换与低通高通滤波器.docVIP

请高手指点一下：std_n 20; % Gaussian noise standard deviation In randn size X *std_n; % White Gaussian noise X X+In;这样加给原图像的噪声偏差是20，那么它的噪声方差是多少啊？请问一下噪声方差和噪声偏差是什么关系啊！randn产生了均值为0方差为1的随机数，那么它乘以20是不是就是均值为0方差为20的随机数阿？谢谢了 MATLAB 还想问问 这种方式得到的噪声与 imnoise（I,‘gaussian’，v）得到的有什么区别 方差定义：var x E[ x-E x ^2]E x ＝0时，有var x E x^2 则var ax E ax ^2 a^2*E x^2 In randn size X *std_n得到的数据方差为 std_n ^2。 matlab中awgn函数为例说明: 在matlab中无论是wgn还是awgn函数，实质都是由randn函数产生的噪声。即，wgn函数中调用了randn函数，而awgn函数中调用了wgn函数。 根据awgn的实现代码可以知道“向已知信号添加某个信噪比（SNR）的高斯白噪声”, 即：awgn x,snr,’measured’,linear’ ，命令的作用是对原信号x添加信噪比（比值）为SNR的噪声，在添加之前先估计信号x的强度。 这里涉及三个问题：在awgn这个函数中，SNR是如何计算的？什么是信号的强度？awgn函数具体是如何添加噪声的？ 事实上，前两个问题是相关的，因为根据定义，SNR就是信号的强度除以噪声的强度，所以，首先来讲讲信号的强度。其实信号的强度指的就是信号的能量，在连续的情形就是对x平方后求积分，而在离散的情形自然是求和代替积分了。在matlab中也是这样实现的，只不过多了一个规范化步骤罢了： sigPower sum abs sig : .^2 /length sig : 这就是信号的强度。至此，SNR的具体实现也不用多说了（注：由于采用的是比值而非db，所以与下面“计算信噪比”所使用的方式不同，即没有求对数步骤）。 最后说说awgn函数具体是如何添加噪声的。事实上也很简单，在求出x的强度后，结合指定的信噪比，就可以求出需要添加的噪声的强度noisePower sigPower/SNR。由于使用的是高斯白噪声即randn函数，而randn的结果是一个强度为1的随机序列（自己试试sum randn 1000,1 .^2 /1000就知道了，注意信号的长度不能太小）。于是，所要添加的噪声信号显然就是：sqrt noisePower *randn n,1 ，其中n为信号长度。 自然要求的白噪声的方差也可以求出来了! 更新 程序如下 function snr SNR I,In % 计算信号噪声比函数 % I :original signal % In:noisy signal ie. original signal + noise signal % snr 10*log10 sigma2 I2 /sigma2 I2-I1 [row,col,nchannel] size I ; snr 0; if nchannel 1%gray image Ps sum sum I-mean mean I .^2 ;%signal power Pn sum sum I-In .^2 ;%noise power snr 10*log10 Ps/Pn ; elseif nchannel 3%color image for i 1:3 Ps sum sum I :,:,i -mean mean I :,:,i .^2 ;%signal power Pn sum sum I :,:,i -In :,:,i .^2 ;%noise power snr snr+10*log10 Ps/Pn ; end snr snr/3; end