关于白噪声、高斯噪声和椒盐噪声
2015-11-03 15:34
134 查看
最近在做图像噪声的处理程序,从网上找了段关于噪声的简介,整理到我的知识库
而理想的白噪声具有无限带宽,因而其能量是无限大,这在现实世界是不可能存在的。实际上,我们常常将有限带宽的平整讯号视为白噪音,因为这让我们在数学分析上更加方便。然而,白噪声在数学处理上比较方便,因此它是系统分析的有力工具。一般,只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽,并且在该带宽中其频谱密度基本上可以作为常数来考虑,就可以把它作为白噪声来处理。例如,热噪声和散弹噪声在很宽的频率范围内具有均匀的功率谱密度,通常可以认为它们是白噪声。
高斯分布,也称正态分布,又称常态分布。对于随机变量X,其概率密度函数如图所示。称其分布为高斯分布或正态分布,记为N(μ,σ2),其中为分布的参数,分别为高斯分布的期望和方差。当有确定值时,p(x)也就确定了,特别当μ=0,σ2=1时,X的分布为标准正态分布。
白噪声
白噪声是指功率谱密度在整个频域内均匀分布的噪声。 所有频率具有相同能量的随机噪声称为白噪声。白噪声或白杂讯,是一种功率频谱密度为常数的随机信号或随机过程。换句话说,此信号在各个频段上的功率是一样的,由于白光是由各种频率(颜色)的单色光混合而成,因而此信号的这种具有平坦功率谱的性质被称作是“白色的”,此信号也因此被称作白噪声。相对的,其他不具有这一性质的噪声信号被称为有色噪声。而理想的白噪声具有无限带宽,因而其能量是无限大,这在现实世界是不可能存在的。实际上,我们常常将有限带宽的平整讯号视为白噪音,因为这让我们在数学分析上更加方便。然而,白噪声在数学处理上比较方便,因此它是系统分析的有力工具。一般,只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽,并且在该带宽中其频谱密度基本上可以作为常数来考虑,就可以把它作为白噪声来处理。例如,热噪声和散弹噪声在很宽的频率范围内具有均匀的功率谱密度,通常可以认为它们是白噪声。
高斯噪声
顾名思义,高斯噪声就是n维分布都服从高斯分布的噪声。然后说一下什么是高斯分布。高斯分布,也称正态分布,又称常态分布。对于随机变量X,其概率密度函数如图所示。称其分布为高斯分布或正态分布,记为N(μ,σ2),其中为分布的参数,分别为高斯分布的期望和方差。当有确定值时,p(x)也就确定了,特别当μ=0,σ2=1时,X的分布为标准正态分布。
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。相关文章推荐
- BYTE转int,BYTE转CString
- [MySQL FAQ]系列 — 打开general log到底影响多大
- No9 SQLite
- 保持下去,不仅仅是心血来潮
- Android Studio系列教程二--基本设置与运行
- ORA-04031错误导致宕机案例分析
- 阅读有关软件工程与计算机科学区别的文章,谈谈你的看法。
- 关于telnet源码
- AngularJS的初步学习(1)
- linux忘记root密码 单用户重置密码
- 条件运算符和错误防范
- [hadoop2.7.1]I/O之一步一步解析Text(基础知识及与String比较)
- java socket 数据长度 最大
- Nand flash uboot 驱动研究
- UITableView常用操作
- ajax 的json联动
- 欢迎使用CSDN-markdown编辑器
- erlang手记(2)
- sql语句获取本周、上一周、本月数据
- bitmap处理BitmapFactory.Options.inSampleSize