常用的噪聲類型
'gaussian'：Gaussian white noise with constant mean and variance
'localvar'：Zero-mean Gaussian white noise with an intensity-dependentvariance
'poisson'：Poisson noise
'salt & pepper'：On and off pixels
'speckle'：Multiplicative noise'gaussian'
語法：
g = imnoise(I,type)
g = imnoise(I,type,parameters)
g = imnoise(I,'gaussian',m,v)
g = imnoise(I,'localvar',V)
g = imnoise(I,'localvar',image_intensity,var)
g = imnoise(I,'poisson')
g = imnoise(I,'salt & pepper',d)
g = imnoise(I,'speckle',v)
格式說明：
f為是輸入圖像。函式imnoise在給圖像添加噪聲之前，將它轉換為範圍[0,1]內的double類圖像。指定噪聲參數時必須考慮到這一點。
g=imnoise(f,'gaussian',m,var)將均值m,方差為var的高斯噪聲加到圖像f上，默認值是均值m為0，方差var為0.01的噪聲。
g=imnoise（f,'localvar',V)將均值為0，局部方差為V的高斯噪聲添加到圖像f上，其中V是與f大小相同的一個數組，它包含了每一個點的理想方差值。
g=imnoise(f,'localvar',image_intensity,var)將均值為0的高斯噪聲添加到圖像f中，其中噪聲的局部方差var是圖像f的亮度值的函式。參量image_intensity和var是大小相同的向量，plot(image_intensity,var)繪製出噪聲方差和圖像亮度的函式關係。向量image_intensity必須包含範圍在[0,1]內的歸一化亮度值。
g=imnoise(f,'salt & pepper',d)用椒鹽噪聲污染圖像f，其中d是噪聲密度（即包括噪聲值的圖像區域的百分比）。因此，大約有d*numel（f）個像素受到影響。默認的噪聲密度為0.05。
g=imnoise(f,'speckle',var)用方程g=f+n*f)將乘性噪聲添加到圖像f上，其中n是均值為0，方差為var的均勻分布的隨機噪聲，var的默認值是0.04。
g=imnoise(f,'poisson')從數據中生成泊松噪聲，而不是將人工的噪聲添加到數據中，為了遵守泊松統計，unit8和unit16類圖像的亮度必須和光子的數量相符合。當每個像素的光子數量大於65535時，就要使用雙精度圖像。亮度值在0到1之間變化，並且對應於光子的數量除以10e12。
