关于噪声和滤波的小结

一、空域法
高斯噪声与椒盐噪声的基本原理

高斯噪声 噪声的概率密度函数服从高斯分布（即正态分布），即某个强度的噪声点个数最多,离这个强度越远噪声点个数越少。高斯噪声是一种加性噪声,即噪声直接加到原图像上,因此可以用线性滤波器滤除。 使用均值滤波等线性滤波方法效果更佳
椒盐噪声 由图像传感器、传输信道、解码处理等产生的黑白相间的亮暗点噪声，往往由图像切割引起。椒盐噪声是指两种噪声，盐噪声(高灰度噪声)、胡椒噪声(低灰度噪声)。同时出现时，在图像上呈现为黑白杂点。 使用中值滤波方法效果更佳
Why：至于为什么用中值滤波处理椒盐噪声效果更好，可以这么理解，椒盐噪声只影响了图片的部分像素点而不是全部像素点，使用中值滤波方法正好排除了被噪声影响的像素点（被椒盐噪声影响的像素点表现为灰度值255的盐噪点和灰度值0的胡椒噪点），而均值滤波方法采用了包含噪声像素点在内的所有像素点的平均值，效果自然不如中值滤波。
高斯噪声影响了图片的全部像素点，如果只用像素中的中间值来替代所有像素点，会损失掉其他同样受噪声影响的像素点信息，效果不如采用所有像素点平均值的均值滤波。
数字图像处理——添加高斯噪声&椒盐噪声

二、频域滤波法
低通滤波器的功能是让低频率通过而滤掉或衰减高频，其作用是过滤掉包含在高频中的噪声。所以低通滤波的效果是图像去噪声平滑增强，但同时也抑制了图像的边界，造成图像不同程度上的模糊。
参考：https://blog.csdn.net/tianrolin/article/details/44084317?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task
低通滤波器滤除了高频成分，所以使得图像模糊。
理想低通滤波器：较小的截止频率Do会使图像会因为信息丢失严重而变得模糊；较大的截止频率Do的滤波效果又受到了限制。由于理想低通滤波器的过度特性过于急峻，所以会产生了振铃现象。
理想低通滤波器具有平滑图像的作用，但是有很严重的振铃现象。
D0表示通带的半径，n表示的是巴特沃斯滤波器的次数。随着次数的增加，振铃现象会越来越明显。