在MATLAB的imnoise()函数中，当噪声类型为'散斑'时，文档清楚地表明它是乘法噪声并指出基本方程。
J = imnoise（I，'speckle'，v）将乘法噪声添加到图像I，使用等式 J = I + n * I ，其中n是均匀分布的随机噪声0和方差v.v的默认值为0.04。
然而，没有为高斯选项提供这样的等式。还有一个名为'localvar'的独立类型。因此，使用imnoise(I, gaussian, mean_noise, variance_noise)时的等式应为
J（x，y）= I（x，y）+ g（mean_noise，sqrt（（variance_noise））
此外，我的假设：
g与图像的空间坐标无关g与那些空间坐标处的强度无关g是根据均值mean_noise和标准差sigma = sqrt(variance_noise) 我是对的吗？
主要更新
我不接受先前的答案以澄清一些混淆。所以我在matlab中检查了'imnoise'的代码，它的作用是：
b = a + sqrt（p4）* randn（sizeA）+ p3;其中
b - 添加噪声的图像
a - 原始图像
p4 - 方差
p3 - 意思是
randn（）的范围是多少？我随机检查，产生的值大于1，如1.85。 randn（）的文档没有提到有关范围的任何内容。这很奇怪。
答案 0 :(得分：1)
是的，你是对的。噪声在空间上不相关（i.i.d），也与信号无关。此外，噪声是加性的，并从零均值单位标准偏差高斯中采样，然后根据用户提供的标准偏差进行缩放，并通过用户提供的平均值进行偏移。如果未指定方差和平均值，则imnoise选择零均值和0.01方差。
您实际上可以通过在MATLAB中执行＆gt;＆gt;编辑imnoise来查看整个代码。你应该有图像处理工具箱。
关于randn（） - 它从零均值单位标准差高斯产生i.i.d样本。高斯的范围是（-Inf Inf），因此您可以看到范围外的值（-1 1）。 MATLAB函数rand（）给出均匀分布的范围（-1 1）中的值。
已编辑：更新了答案，以包含完全默认的均值和方差值。
答案 1 :(得分：0)
函数imnoise（I，'gaussian'，mean，variance）需要在[0 1]之间归一化的方差。因此，如果您的图像是'uint8'类型，则应将参数方差除以255²。
另请注意，方差与标准偏差西格玛不同。如果你使用sigma，你应该把（sigma²/255²）作为方差参数（因为variance =sigma²）。