数字图像噪声(一)

摘要

数字图像的噪声来源可能开始的图像采集，量化或者或许的图像编码压缩以及传送过程。根据这些噪声的特点和离散信随机性主要分为三类：高斯噪声，泊松噪声和椒盐噪声

高斯噪声

• 指标收到综合影响而非单一影响时，该指标呈现高斯正态分布。高斯噪声的概率普服从高斯正态分布，是最普通的噪声分布
• 特点是：综合性影响，每一个像素带噪概率一样，所以每个像素都存在噪声
• 由于正态分布的均值趋近0，所以高斯噪声去噪最直观的方法就是通过领域的计算来恢复。
• 在matlab中，使用mean(matrix[,2])来计算矩阵matrix的均值，2表示计算每一行的均值，不给参数表示默认=1，计算每一列的均值

泊松噪声

• 数学定义就是服从泊松分布的噪声。实际产生的原因在于光具有量子效应，光电检测光子数目存在统计涨落，因此图像检测具有颗粒型，造成了图像对比度变小和细节信息不准确

脉冲噪声

• 也称椒盐噪声，产生原因可能是影响信号收到突如其来的强烈干扰产生。特点是随机改变一些像素值
• 其特点是：噪声强度大，但是其分布稀松。也就是说中招的像素数量比较少，但是一旦中招偏值会很大
• 中值滤波器，不一定每个像素都有脉冲噪声，所以中值滤波效果较好

matlab给图片添加噪声

使用imnoise()函数,下列参数按顺序

输入图像	噪声名	噪声类型	噪声参数
img	高斯噪声	'gaussian'	a(0):均值 b(0.01):方差
img	泊松噪声	'poisson'	None
img	椒盐噪声	'salt & pepper'	d(0.05):噪声密度