图像梯度的基本原理
demi 在 周五, 10/15/2021 - 14:14 提交
当用均值滤波器降低图像噪声的时候,会带来图像模糊的副作用。我们当然希望看到的是清晰图像。那么,清晰图像和模糊图像之间的差别在哪里呢?
当用均值滤波器降低图像噪声的时候,会带来图像模糊的副作用。我们当然希望看到的是清晰图像。那么,清晰图像和模糊图像之间的差别在哪里呢?
根据噪声是如何添加进信号中的可以将噪声分为加性噪声和乘性噪声。加性噪声一般指热噪声、散弹噪声等,它们与信号的关系是相加,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,它们与信号的关系是相乘,信号在它在,信号不在他也就不在
如果你把图像看作信号,那么噪声就是干扰信号。我们在采集图像时可能因为各种各样的干扰而引入图像噪声。前面提到,我们可以把图像看作一个函数,那么带有噪声的图像,就可以看作是原始图像函数与噪声函数相加的和。
数字信号处理的每个过程差不多都会有噪声出现,而最终得到的图像是噪声与信号的各种作用以后末级产生,噪声处理可以是最后统一处理也可是各个过程的分批处理,所以对噪声的产生以及分类的了解是很有必要的。
噪声是干扰和妨碍人类认知和理解信息的重要因素,而图像噪声则是图像中干扰和妨碍人类认识和理解图像信息的重要因素。由于噪声本身具有不可预测性,可以将它当做一种随机误差(这种误差只有通过概率统计的方法来识别)。因此,图像噪声可以视为一种多维随机过程,可以选择随机过程的概率分布函数和概率密度函数来作为对图像噪声进行描述的方法。
噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般,噪声信号与要研究的对象不相关,它以无用的信息形式出现,扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。噪声来源两个方面:图像获取过程中;图像信号传输过程中。