图像噪声-高斯噪声

高斯噪声

图像噪声之高斯噪声(gauss noise)

概述:

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。

产生原因:

        其产生的主要原因是由于相机在拍摄时视场较暗且亮度不均匀造成的,同时相机长时间工作使得温度过高也会引起高斯噪声,另外电路元器件白身噪声和互相影响也是造成高斯噪声的重要原因之一。

与椒盐噪声相似(Salt And Pepper Noise),高斯噪声(gauss noise)也是数字图像的一个常见噪声。

椒盐噪声是出现在随机位置、噪点深度基本固定的噪声,高斯噪声与其相反,是几乎每个点上都出现噪声、噪点深度随机的噪声。

计算步骤:

通过概率论里关于正态分布的有关知识可得到其计算方法,高斯噪声的概率密度服从高斯分布(正态分布)其中有means(平均值)和sigma(标准方差)两个参数。

可使用标准的正态累积分布函数的反函数获得一个符合高斯分布的随机数。除此之外还有其他更加高效的方法,例如Box-Muller变换,另一个更加快捷的方法是ziggurat算法。

python的random库也提供了产生高斯随机数的方法:

高斯分布随机函数:random.gauss(mu, sigma)

mu 是平均值,sigma是标准差。

给一副数字图像加上高斯噪声的处理顺序如下:

1、设定参数sigma 和 Xmean

2、产生一个高斯随机数

3、根据输入像素计算出输出像素

4、重新将像素值限制或放缩在[0 ~ 255]之间

5、循环所有像素

6、输出图像。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
数字图像处理是指利用计算机对数字图像进行处理和分析的过程。而MATLAB是一种常用的图像处理工具,且具有强大的图像处理功能。 图像滤波是数字图像处理中常用的一种处理方法,它可以用于图像降噪和图像增强等多个方面。其中,高斯噪声和椒盐噪声是常见的两种图像噪声,而高斯滤波和中值滤波则是两种常用的图像滤波算法。 高斯噪声是一种服从高斯分布的随机噪声,会对图像的亮度和颜色造成影响。在MATLAB中,可以通过调用imnoise函数来为图像添加高斯噪声。对于已经添加了高斯噪声图像,可以使用高斯滤波来进行滤波处理。高斯滤波基于高斯函数,将图像中每个像素点的值根据其邻域内像素的值进行加权平均。 椒盐噪声是指在图像中随机出现的白点和黑点,会对图像的质量造成较大的影响。同样,在MATLAB中可以通过imnoise函数为图像添加椒盐噪声。针对添加了椒盐噪声的图像,可以使用中值滤波进行滤波处理。中值滤波是基于中值运算,将图像中每个像素点的值替换为邻域内像素的中值。 总的来说,基于MATLAB的数字图像处理中,图像滤波算法可以用于去除图像中的噪声,提升图像的质量。高斯滤波适用于去除高斯噪声,中值滤波适用于去除椒盐噪声。在实际应用中,可以根据图像的噪声类型选择合适的滤波算法以达到更好的滤波效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小黄的学习记录

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值