椒盐噪声原理_椒盐噪声的特点_椒盐噪声用什么滤波(2)

知识要点： 高斯、椒盐噪声的生成原理与方法； 相应的DSP编程方法。 9.1 引 言 所谓噪声是电路或系统中不含信息量的电压或电流，如： 在工业与自然界中，存在着各种干扰源（噪声源），如大功率电力电子器件的接入、大功率用电设备的开启与断开、雷击闪电等都会使空间电场和磁场产生有序或无序的变化，这些都是干扰源（或噪声源）。椒盐噪声原理 这些源产生的电磁波或尖峰脉冲，通过磁、电耦合或是通过电源线等路径进入放大电路、各种电气设备，形成各种形式的干扰。 噪声可以理解为“ 妨碍人们感觉器官对所接收的信源信息的理解”。 例如，一幅黑白图片，其平面亮度分布假定为f x，y ，那么对其接收起干扰作用的亮度分布R x，y ，即可称为图像噪声。 9.1 引 言 但是，噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差”。 因此，将图像噪声看成是多维随机过程是合适的，而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概率密度分布函数。在很多情况下，这样的描述方法是很复杂的，甚至是不可能的； 实际应用通常是用其数字特征，即均值方差，相关函数等。因为这些数字特征都可以从某些方面反映出噪声的特征。

为什么要研究图像的噪声及处理方法？ 简单而言，图像噪声使得图像模糊，甚至淹没图像特征，给图像分析带来困难。 1、图像噪声特点： 1 噪声在图像中的分布和大小不规则，即具有随机性。 2 噪声与图像之间一般具有相关性。例如，摄像机的信号和噪声相关，黑暗部分噪声大，明亮部分噪声小。又如，数字图像中的量化噪声与图像相位相关，图像内容接近平坦时，量化噪声呈现伪轮廓，但图像中的随机噪声会因为颤噪效应反而使量化噪声变得不很明显。 3 噪声具有叠加性。在串联图像传输系统中，各部分窜入噪声若是同类噪声可以进行功率相加，依次信噪比要下降。若不是同类噪声应区别对待，而且要考虑视觉检出特性的影响。但是因为视觉检出特性中的许多问题还没有研究清楚，所以也只能进行一些主观的评价试验。 2、噪声分类 ： 加性噪声和乘性噪声。 假定信号为S t ，噪声为n t ，如果混合叠加波形是S t +n t 的形式，则称其为加性噪声； 如果叠加波形为S t ［1+n t ］的形式，则称其为乘性噪声。 2 外部噪声和内部噪声。 外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声； 电气设备内部引起的噪声为内部噪声。

3 平稳噪声和非平稳噪声。 4 其它几类噪声。 3、噪声模型： （1）高斯噪声： （2）瑞利噪声： （3）伽马 爱尔兰 噪声 ： 3、噪声模型： （4）指数分布噪声 ： （6）“椒盐噪声”（脉冲噪声） ： 椒盐噪声是一种因为信号脉冲强度引起的噪声； 椒盐噪声是指两种噪声，一种是盐噪声（salt noise），另一种是胡椒噪声（pepper noise）。 盐 白色，椒 黑色。前者是高灰度噪声，后者属于低灰度噪声。 一般两种噪声同时出现，呈现在图像上就是黑白杂点。 （5）均匀噪声： 9.2 图像去噪 图像去噪算法分类： （1）空间域滤波 （2）变换域滤波 （3）偏微分方程 （4）变分法 （5）形态学噪声滤除器 典型图像去噪方法分析 （1）均值滤波器：-----邻域平均法 像素点（x，y），选择一个模板，求模板中所有像素的均值； g（x，y） 1/m ∑f（x，y）， m为模板中像素的总个数。 均值滤波器优缺点 均值滤波器是一种典型的线性去噪方法，因为其运算简单快速， 同时又能够较为有效地去除高斯噪声。因而适用面较广，至今仍是一种常用的去噪方法， 许多滤除噪声方法都是在此基础上发展而来。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-40847-2.html