Справочники по функциям
Аддитивный белый шум
#
Noise.add_gauss
— Function
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_chn
— Function
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_pepper
— Function
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_chn
— Function
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.poisson
— Function
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.quantization
— Function
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_gauss
— Function
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_chn
— Function
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.