Box-Muller变换与图像加噪-CSDN博客

 http://blog.csdn.net/lichengyu/article/details/31829787

通过Box-Muller变换可以产生Gaussian噪音

Box-Muller变换：假设随机变量x1, x2来自独立的处于[0,1]之间的均匀分布，则经过下面两个式子产生的随机变量z1, z2服从标准高斯分布：

实现代码(引自维基百科)

[cpp]view plaincopy 
    
 #define TWO_PI 6.2831853071795864769252866  
    
 double generateGaussianNoise()  
 {  
     static bool hasSpare = false;  
     static double rand1, rand2;  
    
     if(hasSpare)  
     {  
         hasSpare = false;  
         return sqrt(rand1) * sin(rand2);  
     }  
    
     hasSpare = true;  
    
     rand1 = rand() / ((double) RAND_MAX);  
     if(rand1 < 1e-100) rand1 = 1e-100;  
     rand1 = -2 * log(rand1);  
     rand2 = (rand() / ((double) RAND_MAX)) * TWO_PI;  
    
     return sqrt(rand1) * cos(rand2);  
 }  

给图片添加高斯噪音的代码：

[cpp]view plaincopy 
    
 #include <opencv2/core/core.hpp>  
 #include <opencv2/highgui/highgui.hpp>  
 #include <iostream>  
   
 using namespace cv;  
 using namespace std;  
   
 #define TWO_PI 6.2831853071795864769252866  
    
 double generateGaussianNoise()  
 {  
     static bool hasSpare = false;  
     static double rand1, rand2;  
    
     if(hasSpare)  
     {  
         hasSpare = false;  
         return sqrt(rand1) * sin(rand2);  
     }  
    
     hasSpare = true;  
    
     rand1 = rand() / ((double) RAND_MAX);  
     if(rand1 < 1e-100) rand1 = 1e-100;  
     rand1 = -2 * log(rand1);  
     rand2 = (rand() / ((double) RAND_MAX)) * TWO_PI;  
    
     return sqrt(rand1) * cos(rand2);  
 }  
   
   
 void AddGaussianNoise(Mat& I)  
 {  
     // accept only char type matrices  
     CV_Assert(I.depth() != sizeof(uchar));  
   
     int channels = I.channels();  
   
     int nRows = I.rows;  
     int nCols = I.cols * channels;  
   
     if(I.isContinuous()){  
         nCols *= nRows;  
         nRows = 1;  
     }  
   
     int i,j;  
     uchar* p;  
     for(i = 0; i < nRows; ++i){  
         p = I.ptr<uchar>(i);  
         for(j = 0; j < nCols; ++j){  
             double val = p[j] + generateGaussianNoise() * 128;  
             if(val < 0)  
                 val = 0;  
             if(val > 255)  
                 val = 255;  
   
             p[j] = (uchar)val;  
   
         }  
     }  
   
 }  
   
   
   
 int main( int argc, char** argv )  
 {  
     if( argc != 2)  
     {  
      cout <<" Usage: display_image ImageToLoadAndDisplay" << endl;  
      return -1;  
     }  
   
     Mat image;  
     image = imread(argv[1], 1); // Read the file  
   
     if(! image.data ) // Check for invalid input  
     {  
         cout << "Could not open or find the image" << std::endl ;  
         return -1;  
     }  
   
     namedWindow( "Display window", WINDOW_AUTOSIZE ); // Create a window for display.  
     imshow( "Display window", image ); // Show our image inside it.  
   
     // Add Gaussian noise here  
     AddGaussianNoise(image);  
   
     namedWindow( "Noisy image", WINDOW_AUTOSIZE ); // Create a window for display.  
     imshow( "Noisy image", image ); // Show our image inside it.  
     waitKey(0); // Wait for a keystroke in the window  
   
   
     return 0;  
 }  