维纳滤波python 函数_加性高斯白噪声及维纳滤波的基本原理与Python实现

1. 加性高斯白噪声

1.1 特点

加性高斯白噪声属于白噪声的一种，有如下两个特点：

功率谱密度为常数，即白

高斯则为其幅度的概率密度函数服从高斯分布

1.2 高斯分布的一维概率密度函数

为标准差

为均值

1.3 Python内置库说明

random.gauss(mu, sigma)其值即服从高斯分布，若想要是实现加性高斯白噪声，循环作加即可

1.4 Code

import numpy as np

import random

def gaussian_white_noise(intput_signal, mu, sigma):

'''

加性高斯白噪声（适用于灰度图）

:param intput_signal: 输入图像

:param mu: 均值

:param sigma: 标准差

:return:

'''

intput_signal_cp = np.copy(intput_signal) # 输入图像的副本

m, n = intput_signal_cp.shape # 输入图像尺寸（行、列）

# 添加高斯白噪声

for i in range(m):

for j in range(n):

intput_signal_cp[i, j] = intput_signal_cp[i, j] + random.gauss(mu, sigma)

return intput_signal_cp

1.5 测试对比

均值为0，标准差为10时的加行高斯白噪声前后对比图

2. 逆滤