Matlab夜视图像去噪算法研究+程序(3)

菜单

(5) ，。

1．2 噪声基本分类与特性

噪声是一种常见的图像退化因素，可以根据噪声的特点采用不同的增强技术对图像进行恢复。在图像采集的这个过程中产生的许多种退化称为模糊，它对目标的频谱宽度有带限作用。噪声的可能来源是计数的误差、测量的误差等。噪声用频率分析的语言来说是常对应高频分量，一般噪声的干扰是个统计过程，所以噪声对特定图像的影响通常是不确定的[5]。

1.2.1 噪声的分类

图像处理中噪声分类：

（1）加性噪声

（2）乘性噪声

（3）量化噪声

（4） “椒盐”噪声

1.2.2 图像噪声模型

由于噪声的影响，图像像素的灰度会发生变化。噪声本身的灰度可以看做随机变量，其分布可用（PDF）来表示。从噪声的概率分情况来看，可分为一下几种。对应的（PDF）如下：

（1）高斯噪声

高斯随机变量Z的PDF由下式给出：

其中，z表示灰度值，表示z的均值，表示z的标准差[6]。当z服从上述分布时，其值有95%落在范围内。

（2）脉冲（椒盐）噪声

（双极）脉冲噪声的PDF可由下式给出： (1.2)

若b>a，则灰度值b在图像中会表现为白点，反之则灰度值a会表现为黑点。若或为零，则脉冲噪声称为单极性噪声。如果和均不可能为零，但是两者大小非常相近时，则脉冲噪声就像椒盐粒随机撒在图像上。因此，双极脉冲噪声也称为椒盐噪声，其中，椒噪声对应取a值得噪声而盐噪声对应取b值得噪声。在图像显示时，显示为色（），而冲显示为色（）。