如何用matlab对图像加入单频噪声
1g=imnoise（f，type，parameters）f为是输入图像。函数imnoise在给图像添加噪声之前，将它转换为范围[0，1]内的double类图像。指定噪声参数时必须考虑到这一点。
2打开Matlab，点击“新建脚本”，。在代码编辑区输入代码，先利用Imread函数读取图像，然后使用Imshow函数将图像展示出来，以便与添加噪声后的图像做对比。
3s% signal %假设信号频率低，能整除f1和f如果不能。
4你可以用R = raylrnd（A），生成噪声 之后加到图像上就行了。具体如下：A = imread（a.jpg）；%a.jpg 输入灰度图像文件名。
5启动matlab后，启动此工具，添加下图所示模块。添加模块后，双击打开设置界面后，点击下方help，查看该功能说明。
6正常值加上下面的随机数 raylrnd（b，m，n）b应当是瑞利噪声的参数，m，n是生成的矩阵的行数和列数，如果生成一个直接用raylrnd（b）就行了。
用中值滤波器对椒盐噪声的消除@matlab。。说说具体步骤例子,,,谢谢@...
1在去除椒盐噪声方面均值滤波会模糊图像，并且去除效果较差。相比之下，中值滤波能够较好地去除椒盐噪声。中值滤波器在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。
2阅读图片，以pout.tif为例，加上盐和胡椒噪音。分别建立3×3高斯滤波器模板和平均滤波器模板，并对经过噪声添加的图像进行滤波。显示原始图像，噪声图像和由高斯和平均模板过滤的图像。图片结果如图所示。
3均值滤波器程序送上。这个程序是我做边缘检测是写的，刚开始用高斯滤波器做均值滤波，LZ可以借鉴一下。
4中值滤波对于滤除图像中的椒盐噪声非常有效[5]，去噪后的图像如图1（b）所示。为了得到更清晰的图像，再对图像进行锐化处理，采用反锐化掩模的方法。
5均值滤波器将给定像素周围邻域内的像素值取平均值作为当前像素的值，可以有效地去除高斯噪声和椒盐噪声，但会模糊图像细节。
6灰度线性变换， 是一种空域的方法， 直接对每一个像素的灰度值进行增强图像。 直方图均衡变换。通常用来增加许多图像的全局对比度，亮度可以更好地在直方图上分布。
如何用matlab求图像的信噪比
1图片每个像素比如RGB格式的，那就是3*图像大小的矩阵，将加扰后矩阵和原来的图像矩阵的每个点比较就可以了。
2S，1，ngrid）；Z = double（reshape（Z，1，ngrid）；sqr_err1 = （S-Z）*（S-Z）；MSE1 = sqr_err1ngrid；PSNR1=10*log（255*255MSE1）这个是我自己做额的，S 是含有噪声的图像 Z 是去噪后的图像。
3在仿真实验中要产生具有某个信噪比的混合信号样本zt。这时，先求出不含噪声的有用信号的幅度（最大值）am；再根据给定的信噪比snr（db）反推噪声电平theta。
4在代码编辑区输入代码，先利用Imread函数读取图像，然后使用Imshow函数将图像展示出来，代码：f=imread（鱼木混猪.jpg）；f=rgb2gray（f）；subplot（121），imshow（f），title（原图像）；。
5psnrvalue=10*log10（psnrvalue）；以上是求PSNR的程序，直接加在主函数后面就可以，或者新建一个m文件来保存之后调用。
求二值化后的图片用MATLAB去噪的程序
用medfilt2或者smooth函数可以去噪。具体用法看帮助文档。matlab的最大好处就是有一个十分详细的说明文档。
dither 函数通过颜色抖动来达到转换图像的目的。语法：BW = dither（I）。 Image 是图像矩阵资料，BW 是二值化图像矩阵 im2bw 函数通过对灰度值进行阈值判断的方法达到目的。语法：BinaryImage = im2bw（ Image， [Level] ）。
去噪的话一般是对整幅图像操作的，这幅图像你去网上找一下去噪的方法，应该可以去掉椭圆周围的小点点。
均值滤波和中值滤波matlab函数只考虑了单通道当然就必须转换成灰度图像；小波降噪的matlab函数不知道你是用的那个，肯定也需要把三通道的彩色图像先转换成单通道，分别去噪以后再整合成彩色图像。
matlab中，使用im2bw（）函数对图片进行二值化。matlab中DIP工具箱函数im2bw使用阈值（threshold）变换法把灰度图像（grayscale image）转换成二值图像。
