浅析“高斯白噪声”,“泊松噪声”,“椒盐噪声”的区别

96
amazingu
1.4 2016.09.28 20:04* 字数 1317

在图像处理的过程中,一般情况下都进行图像增强,图像增强主要包括“空域增强”和“频域增强”, 空域增强包括平滑滤波和锐化滤波。

平滑滤波,就是将图像模糊处理,减少噪声。那么在滤波之前,首先需要了解一下噪声的种类,行成原因以及各种的特点。

噪声可能来自于开始的图像采集,量化或者后续的图像编码压缩传送过程,根据具体的离散性和随机性主要讲噪声分成三类:'gaussian'、'poisson'、'salt&pepper'。下面我将具体分析三者的差异

一、高斯白噪声(gaussian)

高斯白噪声,在百度的定义为幅度分布服从高斯分布,概率谱分布服从均匀分布。白光是所有颜色光的集合,而白噪声也可以理解成在频谱上分布丰富,且在功率谱上趋近于常值。频域有限,时域无限,那么也就是说,它在任何时刻出现的噪声幅值都是随机的。高斯分布也称正态分布,有均值和方差两个参数,均值反应了对称轴的方位,方差表示了正态分布曲线的胖瘦。高斯分布是最普通的噪声分布。

在MATLAB中 有用于创建噪声的函数,调用格式为J=imnoise(I,type),例子如下:

clear all

>> i=imread('god.jpeg');

>> j=imnoise(i,'gaussian');

>> j1=imnoise(i,'gaussian',0,0.05);

>> j2=imnoise(i,'gaussian',0,0.2);

>> figure

>> subplot(2,2,1),imshow(i);

>> xlabel('原图像');

>> subplot(2,2,2),imshow(j1);

>> xlabel('高斯白噪声,方差=0.05');

>> subplot(2,2,3),imshow(j);

>> xlabel('高斯白噪声,默认方差');

>> subplot(2,2,4),imshow(j2);

>> xlabel('高斯白噪声,方差=0.2');

上段代码即对图像进行了 不同方差参数的 高斯加噪,

从图像中可以看出,方差参数越大,图像越模糊。

二、泊松噪声

何为泊松噪声,就是符合泊松分布的噪声模型,泊松分布适合于描述单位时间内随机事件发生的次数的概率分布。如某一服务设施在一定时间内受到的服务请求的次数,电话交换机接到呼叫的次数、汽车站台的候客人数、机器出现的故障数、自然灾害发生的次数、DNA序列的变异数、放射性原子核的衰变数等等

了解了泊松分布数学模型,那什么是泊松噪声、以及为什么会图像会出现泊松噪声呢?由于光具有量子特效,到达光电检测器表面的量子数目存在统计涨落,因此,图像监测具有颗粒性,这种颗粒性造成了图像对比度的变小以及对图像细节信息的遮盖,我们对这种因为光量子而造成的测量不确定性成为图像的泊松噪声。

泊松噪声一般在亮度很小或者高倍电子放大线路中出现。具体调用格式如下:

clear all

>> i=imread('god.jpeg');

>> j=imnoise(i,'poisson');

>> figure

>> subplot(1,2,1),imshow(i);

>> xlabel('原图');

>> subplot(1,2,2),imshow(j);

>> xlabel('poisson加噪');


三、椒盐噪声

何为椒盐噪声,椒盐噪声又称脉冲噪声,它随机改变一些像素值,是由图像传感器,传输信道,解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割引起。具体调用格式如下:

>> clear all

>> i=imread('god.jpeg');

>> i=imread('god.jpeg');

>> j=imnoise(i,'salt & pepper',0.05);

>> j1=imnoise(i,'salt & pepper',0.2);

>> j2=imnoise(i,'salt & pepper',0.5);

>> figure

>> subplot(2,2,1),imshow(i);

>> xlabel('原图');

>> subplot(2,2,2),imshow(j);

>> xlabel('d=0.05');

>> subplot(2,2,3),imshow(j1);

>> xlabel('d=0.2');

>> subplot(2,2,4),imshow(j2);

>> xlabel('d=0.5');


从上图可以看出,噪声密度d越大,对图像的影响也就越大,一般l大约影响d*numel(I)个像素。

四、总结

下面对一副图像分别添加gaussian、poisson、salt&pepper噪声。

>> clear all

>> i=imread('god.jpeg');

>> j=imnoise(i,'gaussian',0,0.025);

>> j1=imnoise(i,'salt & pepper',0.025);

>> j2=imnoise(i,'poisson');

>> figure

>> subplot(2,2,1),imshow(i);

>> xlabel('原图');

>> subplot(2,2,2),imshow(j);

>> xlabel('gaussian');

>> subplot(2,2,3),imshow(j1);

>> xlabel('salt & pepper');

>> subplot(2,2,4),imshow(j2);

>> xlabel('poisson');

由此可见,椒盐噪声的强度最大,但是噪声分布最稀松。继续对比ga

日记本
Web note ad 1