Документация Engee

Справочники по функциям

Аддитивный белый шум

# Noise.add_gaussFunction

add_gauss(X; clip=false[, σ=0.1, μ=0.0])

Возвращает массив X с добавленным гауссовским шумом (стандартное отклонение σ и среднее μ) . σ и μ — это необязательные аргументы, представляющие стандартное отклонение и среднее гауссово значение. Если указан именованный аргумент clip, значения обрезаются, чтобы быть в диапазоне [0, 1]. Если X является изображением RGB{Normed} или Gray{Normed}, значения будут автоматически обрезаны, а именованный аргумент clip не имеет смысла.

Если X<:Complex, μ и σ применяются к мнимой части так же, как к действительной. Чтобы получить разное поведение для действительной и мнимой части, просто выберите μ или σ комплексно.

# Noise.add_gauss_chnFunction

add_gauss_chn(X; clip=false[, σ=0.1, μ=0.0])

Возвращает RGB-изображение X с гауссовским шумом (стандартное отклонение σ и среднее μ), добавленным попиксельно. Однако каждый канал одного пикселя получает одинаковое количество шума. Таким образом, шум действует примерно как шум, изменяющий интенсивность, но не цвет. Если указан именованный аргумент clip, значения обрезаются, чтобы быть в диапазоне [0, 1]. σ и μ — это необязательные аргументы, представляющие стандартное отклонение и среднее гауссово значение.

Если X<:Complex, μ и σ применяются к мнимой части так же, как к действительной. Чтобы получить разное поведение для действительной и мнимой части, просто выберите μ или σ комплексно.

Шум соли и перца

# Noise.salt_pepperFunction

salt_pepper(X; salt_prob=0.5, salt=1.0, pepper=0.0[, prob=0.1])

Возвращает массив X, подверженный воздействию шума соли и перца. X может быть любым массивом либо RGB-изображением или изображением с оттенками серого. prob является необязательным аргументом для вероятности того, что пиксель будет затронут шумом. salt_prob является именованным аргументом, представляющим вероятность шума соли. Поэтому вероятность шума перца составляет 1-salt_prob. salt является именованным аргументом для указания значения шума соли. pepper является именованным аргументом для указания значения шума перца.

# Noise.salt_pepper_chnFunction

salt_pepper_chn(X; salt_prob=0.5, salt=1.0, pepper=0.0[, prob=0.1])

Возвращает RGB-изображение X, подверженное воздействию шума соли и перца. Когда возникает шум соли или перца, он применяется ко всем каналам RGB, создавая настоящий эффект соли и перца на всем изображении. prob является необязательным аргументом для вероятности того, что пиксель будет затронут шумом. salt_prob является именованным аргументом, представляющим вероятность шума соли. Поэтому вероятность шума перца составляет 1-salt_prob. salt является именованным аргументом для указания значения шума соли. pepper является именованным аргументом для указания значения шума перца.

Шум Пуассона

# Noise.poissonFunction

poisson(X; scaling=nothing, clip=false)

Возвращает массив X, подверженный воздействию пуассоновского шума. В каждой позиции пуассоновский шум влияет на интенсивность индивидуально, и значения в этих позициях представляют собой ожидаемое значение пуассоновского распределения. Поскольку пуассоновский шум обусловлен дискретными событиями, необходимо указать необязательный аргумент scaling. Аргумент scaling связывает наибольшее значение массива с дискретным числом событий. Затем наибольшее значение масштабируется, и применяется пуассоновский шум. После этого мы масштабируем весь массив обратно так, чтобы исходная интенсивность сохранилась, но с примененным пуассоновским шумом. clip является именованным аргументом. Если задан, он обрезает значения до интервала [0, 1].

Квантование

# Noise.quantizationFunction

quantization(X, levels; minv=0, maxv=1)

Возвращает массив X, дискретизированный до уровней (levels) различных значений. Поэтому массив является дискретизированным. levels описывает, сколько различных шагов значений имеет результирующее изображение. minv=0 и maxv указывают минимальное и максимальное возможные значения изображений. Для RGB-изображений и изображений в оттенках серого это обычно 0 и 1. Существует также функция quantization!.

Мультипликативный гауссовский шум

# Noise.mult_gaussFunction

mult_gauss(X; clip=false[, σ=0.1, μ=1])

Возвращает массив X со значением массива, умноженным на распределение Гаусса (стандартное отклонение σ и среднее μ). σ и μ — это необязательные аргументы, представляющие стандартное отклонение и среднее гауссово значение. Если указан именованный аргумент clip, значения обрезаются, чтобы быть в диапазоне [0, 1]. Если X является изображением RGB{Normed} или Gray{Normed}, значения будут автоматически обрезаны, а именованный аргумент clip не имеет смысла.

Если X<:Complex, μ и σ применяются к мнимой части так же, как к действительной. Чтобы получить разное поведение для действительной и мнимой части, просто выберите μ или σ комплексно.

# Noise.mult_gauss_chnFunction

mult_gauss_chn(X; clip=false[, σ=0.1, μ=0.0])

Возвращает RGB-изображение X со значениями пикселя, умноженными на распределение Гаусса (стандартное отклонение σ и среднее μ), попиксельно. Однако каждый канал одного пикселя получает одинаковое количество шума. Таким образом, шум действует примерно как шум, изменяющий интенсивность, но не цвет. Если указан именованный аргумент clip, значения обрезаются, чтобы быть в диапазоне [0, 1]. σ и μ — это необязательные аргументы, представляющие стандартное отклонение и среднее гауссово значение.

Если X<:Complex, μ и σ применяются к мнимой части так же, как к действительной. Чтобы получить разное поведение для действительной и мнимой части, просто выберите μ или σ комплексно.