图像噪声，图像噪声的噪声概念

本文目录一览

1，图像噪声的噪声概念
2，图像噪声的常见噪声
3，图像的噪声是怎么回事
4，图像噪声的关于噪声
5，图像的空间噪声怎么理解
6，什么叫图象噪音

1，图像噪声的噪声概念

目前大多数数字图像系统中，输入图像都是采用先冻结再扫描方式将多维图像变成一维电信号，再对其进行处理、存储、传输等加工变换。最后往往还要再组成多维图像信号，而图像噪声也将同样受到这样的分解和合成。在这些过程中电气系统和外界影响将使得图像噪声的精确分析变得十分复杂。另一方面图像只是传输视觉信息的媒介，对图像信息的认识理解是由人的视觉系统所决定的。不同的图像噪声，人的感觉程度是不同的，这就是所谓人的噪声视觉特性课题。图像噪声在数字图像处理技术中的重要性越来越明显，如高放大倍数航片的判读，X射线图像系统中的噪声去除等已经成为不可缺少的技术步骤。下面就是对图像噪声基本知识的介绍：

图像噪声的噪声概念

2，图像噪声的常见噪声

图像系统中的噪声来自多方面，有电子元器件，如电阻引起的热噪声；真空器件引起的散粒噪声和闪烁噪声；面结型晶体管产生的颗粒噪声和噪声；场效应管的沟道热噪声；光电管的光量子噪声和电子起伏噪声；摄象管引起的各种噪声等等。由这些元器件组成各种电子线路以及构成的设备又将使这些噪声产生不同的变换而形成局部线路和设备的噪声。另外还有就是光学现象所产生的图像光学噪声。在这一小节中，我们仅对一些专用元器件和设备噪声略加介绍。对于图像系统而言，光学噪声之所以重要，主要是因为在全部系统噪声中光学噪声占相当的比重。所谓光学噪声是指由光学现象产生的噪声。如胶片的粒状结构产生的颗粒噪声；印象纸粗糙表面凹凸不平所产生的亮度浓淡分布也属于这类噪声；投影屏和荧光屏的粒状结构引起的颗粒噪声等。光学噪声和电气噪声主要差别表现为：前者是在二维空间中展开的图形，而后者可由电压的时间变化来表示。另外光学噪声多半是乘性噪声即前面我们讲的随信号大小而变化的，而电气噪声一般可以认为是加性噪声，但两者都可以看作是平稳随机过程，所以可以用付立叶变换进行分析。

图像噪声的常见噪声

3，图像的噪声是怎么回事

什么是噪声？噪声通常可以定义为图像上可见的由CCD/CMOS或者数字信号系统造成的错误信息。数字图像中的可见噪声通常是受温度和ISO感度的影响，这两个值越高则效果越差。噪声通常会对某一个特定的通道产生比其他通道更甚的影响，主要是现有的CCD/COMS感光器材对某一个原色较其他原色敏感（通常现有的感光器材对蓝光的敏感度较差）。所以就需要对不敏感的通道做放大补偿，这导致噪声同时被放大。噪声通常也会因为JPEG压缩算法而被放大，它会对一副含有噪声的图像产生更糟的影响，通常色调错误。噪声去除方法去除噪声的方法有很多种，有专门的软件比如Neat Imaging, 也有以插件形式出现比如Digital Gem，当然使用PHOTOSHOP本身带有的各个功能的方法也不计其数。这里我们用3个例子来做一个对比。首先要声明的是没有哪个例子是完美的，也没有哪一种可以放之四海皆可的，只是一个介绍。各位可以自行的选用。注意去除噪声和磨皮美容是两码事儿，不可混淆。由于人像作为生活和日常拍摄的主要对象，所以这里选了一副生活照来做演示，同时也给出一张因为高ISO值导致的噪声去除结果。PHOTOSHOP的去除噪声Photoshop几乎是万能的，对于任何图像的问题，采用合适而正确的方法都可以获得完美的效果。但是阻碍使用的却是PS手续过于复杂，针对不同的问题要彻底的了解整个关于图形图像学的各种复杂的知识。所以似乎单纯的使用PS的，多是ACE一级的人物或者是专业的人士。

把伴音制式调成dk

图像的噪声是怎么回事

4，图像噪声的关于噪声

显示系统的电子噪声会引起显示点亮度与位置两方面的变化。（1）幅值噪声亮度通道的随机噪声会产生一种“胡椒加盐”效果(即黑白噪声点)，在平坦区域中尤其明显可见。前面提到的经验法则指出有效量化级粗略地等于 RMS噪声幅值。如果噪声是周期性的并且有足够的强度，它会在被显示图像上产生一个叠加的鱼骨形图案。如果噪声是周期性的并且与水平或垂直偏转信号同步，它会产生条状图案。如果所有噪声（包括随机的和周期性的）幅值都低于一个灰度级，那么总的显示效果还是可以的。不过在许多系统中，情况比这要差得多。（2）点位置噪声一种严重的影响来自偏转电路，即点显示间距的不均匀。除非极其严重，显示位置噪声不会给图像带来可察觉的几何畸变。然而，点相互影响与位置噪声的组合会产生相当大的幅值变化。因为点相互影响效应放大了位置噪声，要得到好的显示必须精确控制像素的位置。亮点重叠对区域平坦性的影响上图中点间距的变化会使平坦区域中像素中心点及对角线中点的亮度发生相当大的变化。作为一个例子，设想一个1000*1000像素的显示器具有两倍于点半径的点间距。从图2-3-1可看出，当点间距从1.9R变到2.1R时，对角线中点的亮度约从0.87增加到1.16，即发生29%的变化。然而，0.2 R 点间距变化仅是全程偏移的 0.01% 。因此偏移电路中一个0.01%峰一峰值噪声会使对角线中点的幅值产生29%的变化。像素中心和像素中点的幅值也会受到影响，只是程度较轻。当点间距小于2R时，位置噪声的影响将更明显。（3）感光片颗粒噪声感光片的感光乳剂由悬浮在胶体中的卤化银颗粒组成、曝光是一个二值过程，每个颗粒要么完全曝光，要么完全不曝光。在显影时，曝光颗粒还原成的不透明纯银颗粒被保留，而未曝光的颗粒则被冲洗掉、这样，底片的密度变化就由银颗粒的密集程度变化所决定、在显微镜下检查可发现，照片上光滑细致的影调在微观上其实呈现一个随机的颗粒性质。此外颗粒本身大小的不同以及每一颗粒曝光所需光子数目的不同，都会引入随机性。这些因素的外观表现称为颗粒性。对于多数应用，颗粒噪声可用高斯过程（白噪声）作为有效模型。与光电噪声类似，其内在分布为泊松分布。由于制造商会公布其生产的各种胶卷的平均颗粒直径，因此只需确定颗粒噪声的标准差（作为颗粒大小和局部图像密度的函数）。

5，图像的空间噪声怎么理解

噪声是妨碍人们感觉器官对所接收的信源信息理解的因素。是不可预测，只能用概率统计方法来认识的随机误差。噪声分类加性噪声：噪声和图像信号的强度不相关，如图像在传输过程中引入的信道噪声，摄象机扫描噪声等。 g=f+n乘性噪声：噪声和图像信号相关，往往随图像信号的变化而变化，如飞点扫描图像中的噪声、电视扫描光栅、颗粒噪声等。 g=f+ fn量化噪声：数字图像的主要噪声源，其大小显示出数字图像与原始图像的差异。对这类噪声减小的最好办法是采用按灰度级概率密度函数选择量化级的最优量化措施。椒盐噪声：即黑图像的白点、白图像上的黑点，往往由图像切割引起。

什么是噪声？噪声通常可以定义为图像上可见的由ccd/cmos或者数字信号系统造成的错误信息。数字图像中的可见噪声通常是受温度和iso感度的影响，这两个值越高则效果越差。噪声通常会对某一个特定的通道产生比其他通道更甚的影响，主要是现有的ccd/coms感光器材对某一个原色较其他原色敏感（通常现有的感光器材对蓝光的敏感度较差）。所以就需要对不敏感的通道做放大补偿，这导致噪声同时被放大。噪声通常也会因为jpeg压缩算法而被放大，它会对一副含有噪声的图像产生更糟的影响，通常色调错误。噪声去除方法去除噪声的方法有很多种，有专门的软件比如neat imaging, 也有以插件形式出现比如digital gem，当然使用photoshop本身带有的各个功能的方法也不计其数。这里我们用3个例子来做一个对比。首先要声明的是没有哪个例子是完美的，也没有哪一种可以放之四海皆可的，只是一个介绍。各位可以自行的选用。注意去除噪声和磨皮美容是两码事儿，不可混淆。由于人像作为生活和日常拍摄的主要对象，所以这里选了一副生活照来做演示，同时也给出一张因为高iso值导致的噪声去除结果。photoshop的去除噪声photoshop几乎是万能的，对于任何图像的问题，采用合适而正确的方法都可以获得完美的效果。但是阻碍使用的却是ps手续过于复杂，针对不同的问题要彻底的了解整个关于图形图像学的各种复杂的知识。所以似乎单纯的使用ps的，多是ace一级的人物或者是专业的人士。

6，什么叫图象噪音

噪声的概念噪声可以理解为“ 妨碍人们感觉器官对所接收的信源信息理解的因素”。例如一幅黑白图片，其平面亮度分布假定为，那么对其接收起干扰作用的亮度分布即可称为图像噪声。活动的黑白电视图像噪声可以表示为。彩色电视图像噪声可以表示为。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，相关函数等图像噪声按其产生的原因可以分为：　　外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电气设备，天体放电现象等引起的噪声。　　内部噪声：一般又可分为以下四种：　　（１）由光和电的基本性质所引起的噪声。如电流的产生是由电子或空穴粒子的集合所形成。因这些粒子运动的随机性而形成的散粒噪声；导体中自由电子运动所形成的热噪声；根据光的粒子性，图像是由光量子所传输，而光量子密度岁时间和空间变化所形成的光量子噪声等。　　（２）电器的机械运动产生的噪声。如各种接头因抖动引起电流变化所产生的噪声；磁头、磁带等抖动一起的抖动等。　　（３）器材材料本身引起的噪声。如正片和负片的表面颗粒性和磁带磁盘表面缺陷所产生的噪声。随着材料科学的发展，这些噪声有望不断减少，但在目前来讲，还是不可避免的。　　（４）系统内部设备电路所引起的噪声。如电源引入的交流声；偏转系统和箝位电路所引起的噪声等。　　2.图像噪声从统计理论观点可以分为平稳和非平稳噪声两种。在实际应用中，不去追究严格的数学定义，这两种噪声可以理解为：其统计特性不随时间变化的噪声称其为平稳噪声。其统计特性随时间变化而变化的称其为非平稳噪声。　　3.还可以按噪声幅度分布形状来定义，如其幅度分布是按高斯分布的就称其为高斯噪声，而按雷利分布的就称其为雷利噪声。　　4.当然也有按噪声频谱形状来命名的。如频谱均匀分布的噪声称为白噪声；频谱与频率成反比的称为噪声；而与频率平方成正比的称为三角噪声等等。　　5.另外，按噪声和信号之间关系可分为加性噪声和乘性噪声：假定信号为 ,噪声为，如果混合迭加波形是形式，则称此类噪声为加性噪声；如果迭加波形为形式，则称其为乘性噪声。前者如放大器噪声等。每一个象素的噪声不管输入信号大小，噪声总是分别加到信号上。后者如光量子噪声，胶片颗粒噪声等。由于载送每一个象素信息的载体的变化而产生的噪声受信息本身调制。在某些情况下，如信号变化很小，噪声也不大。为了分析处理方便，常常将乘性噪声近似认为是加性噪声，而且总是假定信号和噪声是互相统计独立。　　6.此外根据经常影响图像质量的噪声源又可分成三类。首先，是记录在感光片上的图像会受到感光颗粒噪声的影响；其次，图像从光学到电子形式的转换是一个统计过程（因为每个图像元素接收到的光子数目是有限的）。最后，处理信号的电了放大器会引入热噪声