点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

一、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：

二、噪声分类

（一）图像噪声按其产生的原因可以分为

1．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。

2．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，定向运动所形成。因这些粒子运动的随机性而形成的散粒噪声；导体中自由电子的无规则热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，而光量子密度随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、磁带等抖动或一起的抖动等。

（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。如电源引入的交流噪声；偏转系统和箝位电路所引起的噪声等。

（二）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。

（三）还可以按噪声幅度随时间分布形状来定义

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。

（四）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 1/f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。

（五）此外根据经常影响图像质量的噪声源又可分

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，处理信号的电子放大器会引入热噪声。人们为建立这三类噪声的模型进行过大量研究。

1. 电子噪声

在阻性器件中由于电子随机热运动而造成的电子噪声是三种模型中最简单的。这类噪声很早就被电路设计人员成功地建模并研究了。一般常用零均值高斯白噪声作为其模型．它具有一个高斯函数形状的直方图分布以及平坦的功率谱。它可用其 RMS值（标准差）来完全表征。有时，电子器件也会产生一种所谓的1/f 噪声．这是一种强度与频率成反比的随机噪声。然而，图像处理问题很少需要对这种 噪声进行建模。

2. 光电子噪声

光电子噪声是由光的统计本质和图像传感器中光电转换过程引起的。在弱光照的情况下，其影响更为严重，此时常用具有泊松密度分布的随机变量作为光电噪声的模型。这种分布的标准差等于该随机变量均值的平方根。

在光照较强时，泊松分布趋向更易描述的高斯分布；而标准差（RSM幅值）仍等于均值的平方根。这意味着噪声的幅度是与信号有关的。

三、常见噪声

噪声图

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。

（一）光电管的噪声

光电管通常作为光学图像和电子信号之间转换器件，如光密度计各种形式的扫描输入输出设备，传真机的收发片机光电转换等。光电管的噪声主要包括两个方面，其一是到达光电管阴极光量子数的起伏骚动，其二是每个入射光量子所发射电子数的起伏骚动。假定光电管的阳极电流为，根据肖特基公式，阳极电流的噪声电流可由下面的式子表示：式子中为电子电荷。

（二）摄象管的噪声

摄象管大体可分为三类：其一是利用光电子放电效应进行光电变换，除一些特殊场合下（如低照度医疗电视等）已很少使用。其二是利用光导效应进行光电变换。因为这种摄象管的轻巧廉价等优点，目前已经广泛应用在工业电视，广播电视方面。其三是固体摄象器件，如BBD和CCD。它是将光学信号电荷存储于金属氧化物电容的半导体耗尽层上，由外部加激励脉冲，使电荷沿同一方向顺序传输，从输出端取出信号电流。

（三）摄像机的噪声

摄像机噪声主要包括两个方面，一是摄象管输出噪声，另一部分是摄像机中放大和处理电路所引起的噪声。

摄像机

对摄像机输出噪声影响最大的是前置放大器的噪声性能，至于其他放大和处理电子电路中的噪声，对已成熟的光导摄像机影响不大。

（四）光学噪声

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。

四、噪声特点

（一）噪声的扫描变换

现在图像系统的输入光电变换都是先把二维图像信号扫描变换成一维电信号再进行处理加工。最后再将一维电信号变成二维图像信号。噪声也存在着同样的变换方式。

（二）噪声与图像的相关性

使用光导摄象管的摄像机，可以认为，信号幅度和噪声幅度无关。而使用超正析摄像机的信号和噪声相关 ，黑暗部分噪声大 ，明亮部分噪声小，在数字图像处理技术中量化噪声是肯定存在的，它和图像相位有关，如图像内容接近平坦时，量化噪声呈现伪轮廓，但在此时图像信号中的随机噪声就会因为颤噪效应反而使量化噪声变得不那么明显。

（三）噪声的迭加性

在串联图像传输系统中，各部分窜入噪声若是同类噪声可以进行功率相加，依次信噪比要下降。若不是同类噪声应区别对待，而且要考虑视觉检出特性的影响。但是因为视觉检出特性中的许多问题还没有研究清楚，所以也只能进行一些主观的评价试验。如空间频率特性不同的噪声迭加要考虑到视觉空间频谱的带通特性。而时间特性不同的噪声迭加就要考虑视觉滞留和其闪烁的特性等等。亮度和色度噪声的迭加一定要清楚视觉的彩色特性。而以上的这些都因为视觉特性的未获解决而无法进行分析。

五、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。

（一）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。

（二）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，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。

（三）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）。