(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( )。