J = imnoise(I,type)向亮度图I中添加指定类型的噪声。type是字符串，可以是以下值。gaussian(高斯噪声);localvar(均值为零，且一个变量与图像亮度有关);poisson(泊松噪声)；salt&pepper(椒盐噪声)；speckle(乘性噪声)J = imnoise(I,type,parameters)根据噪声类型，可以确定该函数的其它参数。所有的数值参数都进行归一化处理，它们对应于亮度从0到1的图像操作。J = imnoise(I,gaussian,m,v)将均值为m,方差为v的高斯噪声添加到图像I中。默认值为均值是0，方差是0.01的噪声。J = imnoise(I,localvar,V)将均值为0，局部方差为v的高斯噪声添加到图像I上。其中V是与f大小相同的一个数组，它包含了每个点的理想方差值。J = imnoise(I,localvar,image_intensity,var)将均值为0的高斯噪声添加到图像I上，其中噪声的局部方差var是图像I的亮度值的函数。参量image_intensity和var是大小相同的向量，plot(image_intensity,var)绘制出噪声方差和图像亮度的函数关系。向量image_intensity必须包含范围在0,1内的归一化亮度值。J = imnoise(I,poisson)从数据中生成泊松噪声，而不是将人工的噪声添加到数据中。为了遵守泊松统计，uint8类和uint16类图像的亮度必须和光子的数量相符合。每当像素的光子数大于65535(但小于10e12)时，就要使用双精度图像。亮度值在0和1之间变化，并且对应于光子的数量除以10e12J = imnoise(I,salt & pepper,d)用椒盐噪声污染图像I，其中d是噪声密度。因此，大约有d*numel(f)个像素受到了影响。默认的噪声密度为0.05.J = imnoise(I,speckle,v)用方程g=f+n*f将乘性噪声添加到图像I上，其中n是均值为0，方差为v的均匀分布的随机噪声。v的默认值为0.04.注：函数imnoise在给函数添加噪声之前，将他转换为范围0,1内的double类图像。