摘要：
SNR=PsignalPnoise=10log10∑x=1Nx∑y=1Nyf2(x,y)∑x=1Nx∑y=1Ny2=20log10∥f(x,y)∥∥f^(x,y)f(x,y)∥=20log10∥f(x,y)∥∥noise∥根据信噪比的值，是可以推知noise的：∥noise∥=∥f(x,y)∥10SNR/20这里的f(x,y)f^(x,y)其实就可以视为噪声；注意区别，噪声和含噪信号；noisy=original+noise;fucntion[noisy,noise]=addnoise%signal：表示无噪图像，noise：噪声，snr，指定的SNR值；%定义信噪比计算函数SNR=@20*log10;S=length;N=length;assert;R=randi;noise=noise;noise=noise/norm*norm*10^;%上文给出的计算公式；noisy=noise+signal;assert;
根据信噪比（SNR）的值，是可以推知 noise 的：
- 这里的
f(x,y)−f^(x,y) 其实就可以视为噪声；- 注意区别，噪声和含噪信号；
- noisy = original + noise;
fucntion [noisy, noise] = addnoise(signal, noise, snr)
% signal：表示无噪图像，noise：噪声，snr，指定的 SNR 值；
% 定义信噪比计算函数
SNR = @(signal, noisy) 20*log10(norm(signal)/norm(signal-noisy));
S = length(signal); N = length(noise);
assert(N >= S);
R = randi(1+N-S);
noise = noise(R:R+S-1);
noise = noise / norm(noise) * norm(signal) * 10^(0.05*snr);
% 上文给出的计算公式；
noisy = noise + signal;
assert(abs(SNR(signal, noisy)) < 1e10*eps);