數位影像雜訊的分類

數字訊號處理的每個過程差不多都會有雜訊出現，而最終得到的映像是雜訊與訊號的各種作用以後末級產生，雜訊處理可以是最後統一處理也可是各個過程的分批處理，所以對雜訊的產生以及分類的瞭解是很有必要的。

   一、按產生的原因分類

   原因有兩類，外部原因和內部原因，這種分類下每種原因多由若干類型的雜訊組成，如外部雜訊即指系統外部幹擾以電磁波或經電源串進系統內部而引起的雜訊。如電氣裝置，天體放電現象等引起的雜訊，而這種雜訊可能就是高斯雜訊、脈衝雜訊等多個雜訊合成累計的。

    內部雜訊有四個源頭：a)由光和電的基本性質所引起的雜訊。如電流的產生是由電子或空穴粒子的集合，定向運動所形成。因這些粒子運動的隨機性而形成的散粒雜訊；導體中自由電子的無規則熱運動所形成的熱雜訊；根據光的粒子性，映像是由光量子所傳輸，而光量子密度隨時間和空間變化所形成的光量子雜訊等。b)電器的機械運動產生的雜訊。如各種接頭因抖動引起電流變化所產生的雜訊；磁頭、磁帶等抖動或一起的抖動等。
c)器材材料本身引起的雜訊。如正片和負片的表面顆粒性和磁帶磁碟表面缺陷所產生的雜訊。隨著材料科學的發展，這些雜訊有望不斷減少，但在目前來講，還是不可避免的。 d)系統內部裝置電路所引起的雜訊。如電源引入的交流雜訊；偏轉系統和箝位電路所引起的雜訊等。

    這種分類方法有助於理解雜訊產生的源頭，有助於對雜訊位置定位，對於降噪演算法只能起到原理上的協助。

    二、從雜訊頻譜上區分

    從雜訊的頻譜上觀察，可分為低頻中的1/f雜訊，這個雜訊在各個系統中都存在的；中間均勻分布的平坦地區為白色雜訊，即這個地區各頻率下的雜訊賦值差不多，或說各頻率的權值差不多；在頻譜的高頻部分，有時因濾波白色雜訊的幅值迅速下降；此外還可能有50HZ的工頻幹擾；外界其他擾動的周期幹擾等等，這相當於從另外一個視角看系統，與上面的第一條組成了橫看成嶺側成峰，有助於瞭解雜訊的產生但對去噪沒有直接協助。

    三、雜訊與訊號的關係

    上面兩點是找到雜訊了，這一條是說明雜訊是如何幹擾訊號的，如果訊號與雜訊完全獨立是不存在幹擾一說的。據兩者的關係將雜訊分為加性雜訊與乘性雜訊。

    加性雜訊：加性嗓聲和映像訊號強度是不相關的，如運算放大器，又像在傳輸過程中引進的“通道雜訊”電視攝像機掃描映像的雜訊的，這類帶有雜訊的映像g可看成為理想無雜訊映像f與雜訊n之和；

   乘性雜訊：乘性嗓聲和映像訊號是相關的，往往隨映像訊號的變化而變化，如飛點掃描映像中的嗓聲、電視掃描光柵、膠捲粒紋造成等，由於載送每一個象素資訊的載體的變化而產生的雜訊受資訊本身調製。在某些情況下，如訊號變化很小，雜訊也不大。為了分析處理方便，常常將乘性雜訊近似認為是加性雜訊，而且總是假定訊號和雜訊是互相統計獨立。

    四、按機率密度函數分

    這是比較重要的，主要因為引入數學模型，這就有助於運用數學手段去除雜訊。如果將一個系統的所有雜訊比喻成一個人，則上面的的分法是只能說明人由胳膊腿組成或者人由毛髮血肉組成；而第四點分法是說明人由不同的細胞組成，不同的細胞構成了胳膊毛髮，同樣我們由血肉腿也能推出它裡面可能包含哪些細胞，對於不同細胞的改造方法是不同的，這個層面上的分法保證了有的放矢。當然，能不能再找到分子層面、原子層面的分法就是人類發展了。

   這一部分內容岡薩雷斯先生的數位影像處理第二版（P176）圖文並茂，這裡只說粗略介紹，圖和公式看那本書就是。

   a)高斯雜訊

  
在空間域和頻域中，由於高斯雜訊在數學上的易處理性，這種雜訊(也稱為正態雜訊)模型經常被用在實踐中，事實上，這種易處理性非常方便，使高斯模型經常適用於臨街情況下。

    b)瑞利雜訊

    需注意，距原點的位移和其密度圖形的基本形狀向右變形的事實。瑞利密度對於近似位移的長條圖十分適用。

    c)伽馬(愛爾蘭)雜訊

    d)指數分布雜訊

    e)均勻分布雜訊

    f)脈衝雜訊(椒鹽雜訊)

    雙極脈衝雜訊也稱為椒鹽雜訊，同時，它們有時也稱為散粒和尖峰雜訊。

    上述的幾種PDF為在實踐中模型化寬頻雜訊幹擾狀態提供了有用的工具。例如，在一副映像中，高斯雜訊的產生源於電子電路雜訊和有低照明度或高溫帶來的感應器雜訊。瑞利密度分布在映像範圍內特徵化雜訊現象時非常有用。指數密度分布和伽馬密度分布在雷射成像中有一些應用。脈衝雜訊主要表現在成像中的短暫停留中，例如錯誤的開關操作。均勻密度分布可能是在實踐中描述的最少，然而，均勻密度座位類比隨機數產生器的基礎是非常有用的。