添加泊松噪声对图像没有任何作用

Question

我正在尝试在MATLAB中将泊松噪声添加到一个非常简单的图像中。

im = ones(256, 256);
noisy = imnoise(im, 'poisson');

在阅读this回答之后，我也试过了。

im = ones(256, 256);
noisy = imnoise(im2double(im), 'poisson');

无济于事。

我也尝试过im = zeros(256, 256)，但也没有做任何事情。

Answer 1

来自the documentation of imnoise：

  

如果I是双精度，则输入像素值被解释为由1e12按比例放大的泊松分布的平均值。例如，如果输入像素的值为5.5e-12，则相应的输出像素将从均值为5.5的泊松分布生成，然后按1e12缩小。

当输入为uint8：

时，不会发生此缩放

im = ones(256, 256, 'uint8');
noisy = imnoise(im, 'poisson');

在双精度的情况下，有两个问题：

1. 1e12的缩放似乎过多。这意味着输出取自泊松分布，均值为1e12，然后除以1e12。平均值为1，标准差为sqrt(1e-12)=1e-6。也就是说，标准偏差很小，强度变化不可见。如果您使用format long，MATLAB将显示以下值：

   >> format long
   >> min(noisy(:))
   ans =
        0.999996115518000
   >> max(noisy(:))
   ans =
        1
   

2. 最后一个结果（最大值为1）表示MATLAB将结果剪辑到[0,1]范围，因为双精度图像应该在该范围内。因此，您的代码返回的分布不是泊松，它的平均值是泊松截断。

因此，对于浮点图像，首先适当地缩放它们：

noisy = imnoise(im * 1e-12, 'poisson') * 1e12;

（如果更适合你，可以使用不同的因素）。

Answer 2

我尝试使用here.

从互联网上拍摄的图像

I = imread('stick.jpg');
imshow(I)
J = imnoise(I,'poisson');
imshow(J)

如果我带你的并将其改为高斯，你会看到差异。

I = ones(256,256);
imshow(I)
J = imnoise(I,'gaussian');
imshow(J)

我还没有对此进行足够的阅读，但我的信念是因为图像具有均匀的强度throughout.