相机噪声

一、什么是图像噪声？
噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般，噪声信号与要研究的对象不相关，它以无用的信息形式出现，扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。

二、噪声来源—两个方面
（1）图像获取过程中

两种常用类型的图像传感器CCD和CMOS采集图像过程中，由于受传感器材料属性、工作环境、电子元器件和电路结构等影响，会引入各种噪声，如电阻引起的热噪声、场效应管的沟道热噪声、光子噪声、暗电流噪声、光响应非均匀性噪声。

（2）图像信号传输过程中

由于传输介质和记录设备等的不完善，数字图像在其传输记录过程中往往会受到多种噪声的污染。另外，在图像处理的某些环节当输入的对象并不如预想时也会在结果图像中引入噪声。

三、常见噪声介绍

在raw image中，主要的噪声为两种，高斯噪声和散粒噪声（泊松噪声），其中，高斯噪声是与光强没有关系的噪声，无论像素值是多少，噪声的平均水平（一般是0）不变。另一种是散粒噪声，因为其符合泊松分布，又称为泊松噪声，下图可见，泊松噪声随着光强增大，平均噪声也增大。

还有乘性噪声，椒盐噪声。

散粒噪声

量子涨落
​ 介绍散粒噪声之前需要介绍一下量子涨落，量子这两个字听起来很神奇，让人望而却步，那就先讨论一下涨落。涨落出现在测量中，中学的时候，大家应该记得老师在教我们使用游标卡尺等测量工具的时候都会叫我们多测量几次，取平均值。事实上，每一次的测量都会对测量的平均值（可以将这个平均值看作是真实值）产生一定的偏差，这就是涨落。

​ 量子涨落也是一种涨落，也就是对平均值的偏差，当然这是发生在量子世界的。在量子力学中，一个粒子出现的位置是不确定的，通常是通过一个概率去描述，在量子力学中成为波函数。

散粒噪声是什么
​ 之前已经介绍过量子涨落，简单总结一下就是一个粒子（这里我们考虑的是光子）会出现的位置是不确定的，是通过概率，即波函数去描述的，正因为是概率性的事件，所以会产生一定的涨落。

​ 比如一个光子可能出现在P1和P2位置，其概率分别为0.2和0.8，那么如果有10个光子，本来应该是2个在P1位置，8个在P2位置，但是存在量子涨落，P1只有1个光子，而P2有9个，那么实际情况与理论情况产生偏差，这个就是所谓的散粒噪声。

​ 总结一下，散粒噪声就是一系列的光子（注意光子是量子化的）按照一定的概率分布（波函数）撒到探测器上，由于量子涨落而形成的噪声。

散粒噪声=泊松噪声=shot noise=poisson noise

Shot noise存在的根本原因是因为光是由离散的光子构成（光的粒子性）。我们来看看光源发出的光是怎么在CMOS上面成像的。光源发出的光子打在CMOS上，从而形成一个可见的光点（简化成如下图所示，忽略光学元件和电路等）。光源每秒发射的光子到达CMOS的越多，则该像素的灰度值越大。但是因为光源发射和CMOS接收之间都有可能存在一些因素导致单个光子并没有被CMOS接收到或者某一时间段内发射的光子特别多，所以这就导致了灰度值会有波动，也就是所谓的散粒噪声。

2、高斯噪声

高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。高斯白噪声的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。

产生原因：

1）图像传感器在拍摄时市场不够明亮、亮度不够均匀；

2）电路各元器件自身噪声和相互影响；

3）图像传感器长期工作，温度过高。

3、乘性噪声

乘性噪声一般由信道不理想引起，它们与信号的关系是相乘，信号在它在，信号不在他也就不在。

4、椒盐噪声

椒盐噪声，椒盐噪声又称脉冲噪声，它随机改变一些像素值，是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。

椒盐噪声往往由图像切割引起。