图像噪声类型介绍-视觉测量技术

2023-11-24 理论教育版权反馈

【摘要】：高斯噪声高斯噪声是指概率密度函数服从高斯分布的一类噪声。在弱光照的情况下，其影响更为严重，此时常用具有泊松分布的随机变量作为光电噪声的模型。这意味着噪声的幅度是与信号有关的。大量实验研究发现，由摄像机拍摄得到的图像受离散的脉冲、椒盐噪声和零均值的高斯噪声的影响严重。消除图像中的噪声成分叫做图像的平滑化或滤波操作。

图像中噪声的种类很多，对图像信号幅度和相位的影响十分复杂，有些噪声和图像信号互相独立不相关，有些是相关的，噪声本身之间有些也相关。噪声一般都是不可预测的随机信号，只能用概率统计的方法去认识。统计特性不随时间变化的噪声称为平稳噪声，而统计特性随时间变化的噪声被称为非平稳噪声。

引起噪声的原因很多，有传感器或电子元器件内部电子的随机运动造成的内部噪声，电器内部一些部件的机械振动导致电流变化或电磁场变化而产生的噪声，外部天然电磁或工程电磁通过大气或电源线引入系统内部所产生的外部噪声，感光过程中产生的颗粒噪声，磁带磁盘表面缺陷所引起的噪声，传输通道的干扰及量化噪声，解码误差产生的误差噪声等。

噪声产生的原因决定了噪声的分布特性，以及它与图像信号的关系。根据噪声和信号的关系可以将噪声分为两种形式：加性噪声与乘性噪声。

（1）加性噪声

加性噪声n（x，y）与图像信号g（x，y）无关。含噪图像f（x，y）可以看成是理想无噪图像与加性噪声之和，即

f（x，y）=g（x，y）+n（x，y）（3.2）

图像传输过程中的信道噪声及图像扫描过程中产生的噪声都属于加性噪声。

（2）乘性噪声

乘性噪声与图像信号有关。它又可以分为两种情况：一种是某像素点的噪声只与该像素点的图像信号有关；另一种是某像素点的噪声与该点及其邻域的图像信号有关。如果噪声和信号成正比，则含噪图像f（x，y）可以表示为

f（x，y）=g（x，y）+n（x，y）g（x，y）（3.3）

电视图像中的相干噪声及照片中的颗粒噪声都属于乘性噪声。

根据噪声所服从的数学分布规律，噪声可以分为高斯噪声、脉冲噪声、泊松噪声、均匀分布噪声等。

（1）高斯噪声

高斯噪声是指概率密度函数服从高斯分布（即正态分布）的一类噪声。对于多数应用，均可用高斯过程作为有效的噪声模型，因此这种噪声模型经常被用于实践中。一维高斯随机变量x的概率密度函数为(www.chuimin.cn)

高斯噪声的特点是密度大，噪声强度的波动范围较宽。也就是说，对于被高斯噪声污染的图像，不仅在图像的每一像素灰度级上存在着影响，并且在同一像素灰度级上造成的污染程度也存在着较大差异。

（2）脉冲噪声

脉冲噪声主要表现在成像中的短暂停留，如错误的开关操作，其概率密度函数为

如果b＞a，灰度值b在图像中将显示为一个亮点，a的值将显示为一个暗点。若p_a=0或p_b=0，则为单极脉冲，即正脉冲噪声或负脉冲噪声。若p_a和p_b均不为零，尤其是它们近似相等时，脉冲噪声值将类似于随机分布在图像上的胡椒和盐粉颗粒。因此双极脉冲噪声也称为椒盐噪声。

脉冲噪声是非连续的，由持续时间短和幅度大的不规则脉冲或噪声尖峰组成。脉冲噪声分为正脉冲噪声和负脉冲噪声，在图像上表现为亮点和暗点。椒盐噪声是极端噪声，表现为黑白相间的亮暗点噪声。它的分布一般位于像素亮度的最亮区或最暗区，与周围像素亮度存在较大的差别，在噪声密度不是很大的条件下，易于定位和滤除。

（3）泊松噪声

泊松分布噪声的概率密度函数为

式中，λ＞0。光电子噪声是由光的统计本质和图像传感器中光电转换过程引起的。在弱光照的情况下，其影响更为严重，此时常用具有泊松分布的随机变量作为光电噪声的模型。这种分布的标准差等于均值的平方根。在光照较强时，泊松分布趋向于高斯分布，而标准差仍等于均值的平方根。这意味着噪声的幅度是与信号有关的。对于一般的图像复原来说，这种对信号的依赖性可以忽略不计，但是在要求高精度的情况下，必须加以考虑。大型工业CT图像处理、天文固态光电检测器阵列、自催化光化学反应成像中经常存在着泊松分布的噪声。

（4）均匀分布噪声

均匀分布噪声的概率密度函数为

概率密度函数的期望值和方差分别是，。均匀分布的噪声在实践中最为少见，它常常用来作为随机数发生器。

大量实验研究发现，由摄像机拍摄得到的图像受离散的脉冲、椒盐噪声和零均值的高斯噪声的影响严重。噪声给图像处理带来很多困难，对图像分割、图像特征提取、图像识别等具有直接影响。因此，实时采集的图像需进行滤波处理。消除图像中的噪声成分叫做图像的平滑化或滤波操作。对滤波处理的要求有两条：一是尽可能不损坏图像轮廓及边缘等重要信息；二是使图像清晰，改善视觉效果。

图像噪声类型介绍-视觉测量技术

相关推荐