如何为彩色图像添加噪点 - Opencv答案

【问题标题】：How to add Noise to Color Image - Opencv如何为彩色图像添加噪点 - Opencv
【发布时间】：2015-11-07 09:59:47
【问题描述】：

我正在尝试为图像添加噪点，然后对其进行降噪以测试我的降噪算法！所以对于基准我指的是这个Online Test samples。我正在尝试复制噪声模型。

参考这个线程 1 ，2 我正在为这样的图像添加噪音！

Mat mSource_Bgr;
mSource_Bgr= imread(FileName_S,1);

double m_NoiseStdDev=10;

Mat mNoise_Bgr = mSource_Bgr.clone();
Mat mGaussian_noise = Mat(mSource_Bgr.size(),CV_8UC3);

randn(mGaussian_noise,0,m_NoiseStdDev);
mNoise_Bgr += mGaussian_noise;

normalize(mNoise_Bgr,mNoise_Bgr,0, 255, CV_MINMAX, CV_8UC3);

imshow("Output Window",mNoise_Bgr);
//imshow("Gaussian Noise",mGaussian_noise);

我的输入图像

输出带噪点的图像

问题：

向图像添加噪点改变图像的整体亮度，这反过来又改变了我的最终结果 PSNR！

我想得到尽可能接近to this one 的结果！

到目前为止我已经尝试过什么！

我尝试只在颜色通道中添加噪点。

将输入图像转换为 YUV 颜色空间
仅在 UV 颜色通道中添加噪波并保持 Y 通道不变。

结果非常糟糕，图像的整体颜色正在改变！如果需要，将添加代码！

因此，非常感谢您对此提出任何建议！可能会给我一些公式来为图像添加噪点！

【问题讨论】：

标签： opencv image-processing noise

【解决方案1】：

感谢@Andrey Smorodov 的见解！我让它工作了！这是我在彩色图像中添加噪声的更新代码。希望这对某人有用！

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"

#include <iostream>

using namespace cv;
using namespace std;

inline BYTE Clamp(int n)
{
    n = n>255 ? 255 : n;
    return n<0 ? 0 : n;
}

bool AddGaussianNoise(const Mat mSrc, Mat &mDst,double Mean=0.0, double StdDev=10.0)
{
    if(mSrc.empty())
    {
        cout<<"[Error]! Input Image Empty!";
        return 0;
    }

    Mat mGaussian_noise = Mat(mSrc.size(),CV_16SC3);
    randn(mGaussian_noise,Scalar::all(Mean),Scalar::all(StdDev));

    for (int Rows = 0; Rows < mSrc.rows; Rows++)
    {
        for (int Cols = 0; Cols < mSrc.cols; Cols++)
        {
            Vec3b Source_Pixel= mSrc.at<Vec3b>(Rows,Cols);
            Vec3b &Des_Pixel= mDst.at<Vec3b>(Rows,Cols);
            Vec3s Noise_Pixel= mGaussian_noise.at<Vec3s>(Rows,Cols);

            for (int i = 0; i < 3; i++)
            {
                int Dest_Pixel= Source_Pixel.val[i] + Noise_Pixel.val[i];
                Des_Pixel.val[i]= Clamp(Dest_Pixel);
            }
        }
    }

    return true;
}

bool AddGaussianNoise_Opencv(const Mat mSrc, Mat &mDst,double Mean=0.0, double StdDev=10.0)
{
    if(mSrc.empty())
    {
        cout<<"[Error]! Input Image Empty!";
        return 0;
    }
    Mat mSrc_16SC;
    Mat mGaussian_noise = Mat(mSrc.size(),CV_16SC3);
    randn(mGaussian_noise,Scalar::all(Mean), Scalar::all(StdDev));

    mSrc.convertTo(mSrc_16SC,CV_16SC3);
    addWeighted(mSrc_16SC, 1.0, mGaussian_noise, 1.0, 0.0, mSrc_16SC);
    mSrc_16SC.convertTo(mDst,mSrc.type());

    return true;
}


int main(int argc, const char* argv[])
{
    Mat mSource= imread("input.png",1); 
    imshow("Source Image",mSource);

    Mat mColorNoise(mSource.size(),mSource.type());

    AddGaussianNoise(mSource,mColorNoise,0,10.0);

    imshow("Source + Color Noise",mColorNoise); 


    AddGaussianNoise_Opencv(mSource,mColorNoise,0,10.0);//I recommend to use this way!

    imshow("Source + Color Noise OpenCV",mColorNoise);  

    waitKey();
    return 0;
}

【讨论】：

【解决方案2】：

看起来您的噪声矩阵无法获得负值，因为它具有 unsigned char 元素类型。尝试使用实值矩阵进行操作，它应该会有所帮助。

【讨论】：

正态分布以零为中心的噪声范围将是正反两面。 CV_8UC3 会修剪负片部分，所以平均值会大于零，这会改变图像的平均亮度。

【解决方案3】：

主要有两种方法可以将 awgn 噪声（平均值 = 0，标准差 = 30）添加到彩色图像。

首先：您可以将均值 = 0、标准差 = 30 的 awgn 噪声分别添加到红色、绿色和蓝色通道中的每个通道（或任何其他颜色模型 - HSI、YUV、Lab）；然后结合噪声通道形成彩色噪声图像。

第二：使用内置功能直接为彩色图像添加噪点。例如。 Matlab 中的 imnoise()。

我尝试了这两种方法（imnoise 和独立），我得到了相同的结果。

【讨论】：

【解决方案4】：

您提到“我尝试仅在颜色通道中添加噪点。将输入图像转换为 YUV 颜色空间仅在 UV 颜色通道中添加噪波，并保持 Y 通道不变。”

如果您使用的是 YUV 颜色模型，我建议您反其道而行之。保持 U 和 V 通道不变，仅向 Y 通道添加噪声。

【讨论】：