将泊松噪声添加到图像

我有一些图像需要添加增量的泊松噪声才能更全面地分析它们。我知道你可以在MATLAB中做到这一点，但你如何去做Python？到目前为止搜索没有任何结果。将泊松噪声添加到图像

2013-10-10 vdogsandman

-1

如果numpy/scipy可供您使用，那么以下内容应该有所帮助。我建议你将数组强制浮点以进行中间计算，然后将其转换回uint8用于输出/显示目的。由于泊松噪声全部> = 0，因此您将需要决定如何处理数组溢出问题，因为您将其转换回uint8。您可以根据自己的目标进行缩放或截断。

filename = 'myimage.png' 
imagea = (scipy.misc.imread(filename)).astype(float) 

poissonNoise = numpy.random.poisson(50,imagea.shape).astype(float) 

noisyImage = imagea + poissonNoise

来源

2013-10-10 12:37:11 Paul

其实保罗的答案没有道理。

泊松噪声取决于信号！并且使用由他提供的这些命令，稍后添加到图像的噪声不依赖于信号。

为了使依赖于信号您shold图像传递到与NumPy的泊松功能：

filename = 'myimage.png' 
img = (scipy.misc.imread(filename)).astype(float) 

noise_mask = numpy.random.poisson(img) 

noisy_img = img + noise_mask

来源

2015-08-31 19:01:23 Helder

你的回答很有意义。虽然你如何处理这导致的饱和？ –

那么，在这种情况下，您必须自己处理饱和度，将负值设置为0，并设置为图像位数的最高值，然后将这些值设置为最高值。 – Helder

谢谢。我通过饱和前5％的像素来处理它 –

赫尔德的答案是正确的。我只想添加一个事实，即泊松噪声不是加性的，不能将其添加为高斯噪声。

取决于你想要达到的目标，这里是一些建议：

模拟低光噪声图像（如PEAK = 1，这将是很大的声响）

import numpy as np 
image = read_image("YOUR_IMAGE") # need a rescale to be more realistic 
noisy = np.random.poisson(image/255.0 * PEAK)/PEAK * 255 # noisy image

在干净的图像

import numpy as np 
image = read_image("YOUR_IMAGE") 
noisemap = create_noisemap() 
noisy = image + np.random.poisson(noisemap)

的顶端添加噪声层

然后你可以裁剪的结果为0 - 255如果你喜欢（我使用PIL，所以我用255而不是1）。

来源

2016-03-31 10:40:20

这应该是正确的答案。 –

泊松分布生成整数。如果图像是范围为[0,1]的np.float数组，则正确的代码应为'noisy = np.random.poisson（image * 255.0 * PEAK）/ PEAK/255' – misssprite

将泊松噪声添加到图像

回答

相关问题