一、背景
在图像获取、传输、存储过程中常常会受到各种噪声的干扰,从而影响图像的质量。并且图像预处理算法的好坏又直接关系到后续图像处理的效果,如图像分割、目标识别、边缘处理等,所以为了获得高质量数字图像,有必要对图像进行降噪处理,尽可能的保持原始信息完整性的同时,又能够去除信号中无用的信息。图像去噪的最终目的是改善给定的图像,解决实际图像由于噪声干扰而导致图像质量下降的问题。
二、图像噪声的概念
噪声可以理解为“妨碍人们感官器官对所接收的信源信息理解的因素”。例如,一副黑白图像,其平面亮度分布假定为f(x,y),那么对其接收起干扰作用的亮度分布R(x,y),即可称为图像噪声。但是,噪声在理论上可以定义为“不可预测,只能用概率统计方法来认识的随机误差”。因此将图像噪声看成是多维随机过程是合适的,因而描述噪声的方法完全可以借用随机过程的描述,即用其概率分布函数和概率密度分布函数。但在很多情况下,这样的描述方法是很复杂的,甚至是不可能的。而实际应用往往也不必要。通常是用其数字特征,即均值方差,相关函数等。因为这些数字特征都可以从某些方面反映出噪声的特征。
三、常见的图像噪声
1.加性噪声
加性噪声一般指热噪声、散弹噪声等,它们与信号的关系时相加,不管有没有信号,噪声都存在。而乘性噪声一般由信道不理想引起,信号在它在,信号不在他就不在。一般通信中把加性随机性看成系统的背景噪声,而乘性随机性看成系统的时变性或者非线性所造成的。
信道中加性噪声的来源,一般分为三类:
(1)人为噪声:人为噪声来源于无关的其他信号。例如:外台信号、开关接触噪声、工业