[数字图像处理]常见噪声的分类与Matlab实现

1.研究噪声特性的必要性

        本文的内容主要介绍了常见噪声的分类与其特性。将噪声建模，然后用模型去实现各式各样的噪声。

        实际生活中的各种照片的老化，都可以归结为以下老化模型。

     这个模型很简单，也可以直接用以下公式来表达。

在频域内，用以下公式区表示。

     根据以上式子，可以看出，老旧照片的复原，主要分为两个任务，一个是去噪；另一个是去卷积，或者称为逆滤波，也就是将老化滤波器做反处理。

     本文首先由噪声类型与其建模。随后的博文，会介绍几种基础的去噪方法和基础的逆滤波方法。

    

2.噪声的实现

      2.1    评价用图像与其直方图

        

      2.2  高斯噪声

        高斯噪声，也称为正态噪声，其统计特性服从正态分布。一种较为泛用的噪声模型。 

        Matlab的实现较为简单，Matlab已经有一个randn(M,N)的函数，用其可以产生出均值为0、方差为1、尺寸为M X N像素的高斯噪声图像。

        用以下程序就可以产生任意均值和方差的高斯噪声。

a = 0;
b = 0.08;
n_gaussian = a + b .* randn(M,N);

         

        2.3 瑞利噪声

        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。

        瑞利噪声的实现可以借由平均噪声来实现。如下所示。