如何使用MATLAB为图像添加指定SNR值的椒盐噪声

椒盐噪声的控制参数是噪声密度d（被污染像素占总像素的比例），而imnoise仅支持直接传入d值生成噪声，因此你需要先通过目标SNR反推出匹配的d值，再调用imnoise完成噪声添加，完整实现流程如下：

1. 预处理原始图像并计算信号功率 #

首先读取图像并做归一化处理，计算原始信号的平均功率：

% 读取图像，彩色图像自动转灰度
I = imread('test_img.png');
if size(I,3) == 3
    I = rgb2gray(I);
end
I_norm = im2double(I); % 像素值归一化到[0,1]区间，方便功率计算
sig_power = mean(I_norm(:).^2); % 原始信号平均功率

2. 根据目标SNR反推噪声密度d #

首先把dB单位的SNR转换为线性比值，再结合噪声功率的公式反推d值：

target_snr_db = 15; % 替换为你需要的目标SNR，单位dB
snr_linear = 10^(target_snr_db / 10); % dB转线性比值
target_noise_power = sig_power / snr_linear; % 目标噪声功率

% 计算单像素被椒盐噪声污染的期望噪声功率
% 椒盐噪声有50%概率变为0，50%概率变为1，因此噪声平方期望为(x² + (1-x)²)/2
exp_noise_per_pixel = mean( (I_norm(:).^2 + (1 - I_norm(:)).^2 ) / 2 );

d = target_noise_power / exp_noise_per_pixel;
d = max(0, min(1, d)); % 限制d在合理区间[0,1]

3. 调用imnoise添加噪声 #

I_noisy = imnoise(I_norm, 'salt & pepper', d);

% 可选：转回uint8格式用于保存或显示
I_noisy_uint8 = im2uint8(I_noisy);

4. 可选：验证实际SNR #

可以计算加噪后的真实SNR，确认是否符合预期：

noise = I_noisy - I_norm;
actual_noise_power = mean(noise(:).^2);
actual_snr_db = 10 * log10(sig_power / actual_noise_power);
fprintf('加噪后实际SNR：%.2f dB\n', actual_snr_db);

注意事项 #

• 若你使用的SNR为线性比值而非dB单位，直接删除snr_linear = 10^(target_snr_db / 10);行，给snr_linear直接赋值目标线性SNR即可
• 若计算得到的d超过1，说明目标SNR过低，无法通过椒盐噪声实现，程序会自动取最大密度1生成噪声
• 彩色图像可逐通道执行上述步骤加噪，也可先转为灰度图后统一处理

内容的提问来源于stack exchange，提问作者cryogene