如何在图像中添加赖斯噪声？

赖斯噪声（Rice Noise）是一种统计模型，常用于模拟信号在经过某些通信系统时的噪声特性。在图像处理中，赖斯噪声可以用来模拟某些类型的传感器噪声或其他通信信道中的噪声。

基础概念

赖斯噪声是由两个独立的随机变量组成的，一个是幅度（amplitude），另一个是相位（phase）。幅度通常服从瑞利分布（Rice distribution），而相位则均匀分布在[0, 2π]之间。

类型与应用场景

传感器噪声：在遥感图像或医学成像中，传感器可能会引入赖斯噪声。
通信信道模拟：在模拟无线通信系统的性能时，赖斯噪声可以用来测试信号的抗干扰能力。

如何在图像中添加赖斯噪声

以下是一个使用Python和OpenCV库在图像中添加赖斯噪声的示例代码：

import cv2
import numpy as np

def add_rice_noise(image, K=1.5, scale=10):
    """
    在图像中添加赖斯噪声。
    
    :param image: 输入图像（numpy数组）
    :param K: 赖斯分布的参数K
    :param scale: 噪声的标准差
    :return: 添加噪声后的图像
    """
    h, w = image.shape[:2]
    noise = np.zeros_like(image)
    
    for i in range(h):
        for j in range(w):
            A = np.random.rayleigh(scale)  # 瑞利分布的幅度
            theta = np.random.uniform(0, 2 * np.pi)  # 均匀分布的相位
            noise[i, j] = A * np.exp(1j * theta)
    
    noisy_image = image + noise.real * K
    noisy_image = np.clip(noisy_image, 0, 255).astype(np.uint8)
    
    return noisy_image

# 读取图像
image = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)

# 添加赖斯噪声
noisy_image = add_rice_noise(image, K=1.5, scale=10)

# 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('Noisy Image', noisy_image)
cv2.waitKey(0)
cv2.destroyAllWindows()