一．噪聲的產生

????圖像噪聲是指存在于圖像數據中的不必要的或多余的干擾信息，噪聲在理論上可以定義為“不可預測，只能用概率統計方法來認識的隨機誤差”（圖像噪聲可以描述成不同的類型，其歸類方法就是基于統計方法的）。圖像復原?即利用退化過程的先驗知識，去恢復已被退化圖像的本來面目。

????圖像傳感器在采集圖像的過程中受傳感器材料屬性、工作環境、電子元器件和電路結構等影響，會引入各種噪聲。同時，圖像信號傳輸過程中受到傳輸介質中干擾因素的擾動以及存儲設備不完善等的影響均會產生噪聲。

在ISP系統中，圖像從CMOS產生后經過一系列的線性以及非線性的處理，噪聲形態會發生變化，變得難以去除。因此，在靠前的位置對圖像進行恢復時，有較好的效果，此時的噪聲模型符合一定的統計規律。

二．噪聲分類

????噪聲一般分為加性噪聲和乘性噪聲，加性噪聲和圖像信號強度是不相關的；而乘性噪聲和圖像信號是相關的，往往隨圖像信號的變化而變化。G=f+n為加性噪聲表現形式，G=f+fn為乘性噪聲表現形式，f為無噪聲圖像，n為噪聲。理想情況下，可利用G-f得到無噪聲的圖像，利用統計方法計算噪聲的概率密度函數，即可得到噪聲的分類。

2.1?高斯噪聲

????高斯噪聲是所有噪聲當作使用最為廣泛的，傳感器在低照明度或者高溫的條件下產生的噪聲就屬于高斯噪聲，電子電路中產生的噪聲也屬于高斯噪聲，還有很多噪聲都可以根據高斯分布（正態分布）的形式進行描述。高斯噪聲的概率密度函數可以表示為：

2?.2脈沖噪聲

????脈沖噪聲常稱為椒鹽噪聲、尖峰噪聲和散粒噪聲，CMOS中的hot?pixel，weak?pixel?或是dead?pixel，一般稱之為impulsenoise。其概率密度函數可以表示為：

2.3瑞利噪聲

????瑞利噪聲相比高斯噪聲而言，其形狀向右歪斜，概率密度函數可以表示為：

????????????????????????????????

2.4伽馬噪聲

????Erlang噪聲又稱作伽馬(愛爾蘭)噪聲，服從了伽馬曲線的分布。

????????????????????????????????

2.5指數分布噪聲

????指數噪聲的密度函數可表示為：

????????????????????????????????????

2.6?均勻噪聲

????均勻噪聲的密度函數可表示為：

????????????????????????????????????

2.7泊松分布噪聲

????泊松噪聲的概率密度函數符合泊松分布。泊松噪聲的強度會隨著光線變強而變大，也就是說圖像的像素值越大，泊松噪聲出現的頻率也越大。泊松噪聲產生原理：光源發出的光子照射在CMOS上，從而形成一個可見的光點。CMOS在有些時候可能無法接收所有的光子，或者有時候接收到的光子特別多，這就導致灰度值會產生波動，這時候就會發生泊松噪聲

更多內容或者交流可關注我的公眾號：我愛圖像處理

總結

以上是生活随笔為你收集整理的浅谈ISP-噪声模型1的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。