图像中噪声的总结学习

图像中噪声的总结学习

加性嗓声 和图像信号强度是不相关的，这类带有噪声的图像g可看成为理想无噪声图像f与噪声n之和

乘性嗓声 和图像信号是相关的，往往随图像信号的变化而变化。

高斯噪声

概率密度函数服从高斯分布的噪声。
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

瑞利噪声

瑞利噪声是乘性噪声，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。
瑞利噪声相比高斯噪声而言，其形状向右歪斜，这对于拟合某些歪斜直方图噪声很有用。

脉冲（椒盐）噪声

椒盐噪声也称为脉冲噪声，是图像中经常见到的一种噪声，它是一种随机出现的白点或者黑点，可能是亮的区域有黑色像素或是在暗的区域有白色像素（或是两者皆有）。椒盐噪声的成因可能是影像讯号受到突如其来的强烈干扰而产生、类比数位转换器或位元传输错误等。例如失效的感应器导致像素值为最小值，饱和的感应器导致像素值为最大值。

去除方法 非线性滤波器（中值滤波、异常值侦测）

泊松噪声

泊松噪音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）。光源发出的光子打在CMOS上，从而形成一个可见的光点。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。举例而言，在光源强度比较低的时候，比如说设定光强为每秒5个光子的时候，那么每秒实际CMOS接受到的光子数可能从0到10（服从泊松分布）。

散斑噪声 Speckle Noise

散斑实际上是一种波的干涉现象，散斑干涉是一种颗粒干涉，它固有地存在于有源雷达、合成孔径雷达、医学超声和光相干中，并降低了断层扫描图像的质量。

去噪方法总结

基于空间域下的滤波器
基于小波域的小波阈值去噪
基于PDE的图像去噪
全变分（TV）图像去噪