噪音通道模型_图像处理笔记（十一）：噪声模型

本节笔记致力于讨论什么样的噪声用什么样的方法来降噪，及找出每种噪声的特点以识别噪声

高斯噪声：概率密度函数(PDF)符合正态分布

瑞利噪声

伽马噪声

指数噪声

均匀噪声

椒盐噪声

周期噪声：图像获取过程中由于电力或机电干扰产生，通过频率域滤波处理，使用带阻滤波器消除

前五种噪声用肉眼很难区分，需要结合灰度直方图看与哪一种噪声的概率密度函数图像更相似来区分。

在研究高斯噪声的时候尝试了一下自己消除噪声，下面是代码：

dev_close_window ()

dev_open_window (0, 0, 512, 512, 'black', WindowHandle)

read_image(GaussianImage1, 'Fig0504(a)(gaussian-noise)')

get_image_size(GaussianImage1, Width, Height)

* 生成一个高斯滤波器，注意这里的传出值的类型是Image，即f是一个Image类型

* 这里第二三个参数越大，过滤的越厉害，最终获得的图像越模糊

gen_gauss_filter(f, 3, 3, 0, 'none', 'dc_edge', Width, Height)

fft_generic(GaussianImage1, ImageFFT1, 'to_freq', -1, 'none', 'dc_edge', 'complex')

convol_fft(ImageFFT1, f, ImageConvol)