噪聲來源
相機傳感器在拍攝圖像的時候，可能會收到外界環境以及感光芯片本身質量的影響，成像之后在傳輸的過程中的傳輸介質也可能受到其他干擾，導致最終接收到的圖像上存在一些干擾信息，這些干擾信息，被稱之為噪聲。在后續的圖像分析過程中，如果不事先把噪聲去除掉，將會影響圖像分析的結果。
接下來我們簡單介紹幾種常見的噪聲，並用Matlab來模擬這些噪聲。
常見的圖像噪聲
- 椒鹽噪聲
- 高斯噪聲
- 泊松噪聲
- 周期性噪聲
原始圖像
i = imread('lena.jpg');
imshow(i);
椒鹽噪聲
鹽粒噪聲：隨機添加到圖像上的像素值為255的白點噪聲。
胡椒噪聲：隨機添加到圖像上的像素值為0的黑點噪聲。
椒鹽噪聲：以上兩種噪聲的隨機混合添加。該噪聲也稱作隨機丟棄噪聲，因為它會依概率隨機丟棄一些原始的像素值。主要來源於成像系統的感知單元的故障。
j = imnoise(i,'salt & pepper');
imshow(j);
高斯噪聲
高斯噪聲是統計性的噪聲，它的概率密度分布為正態分布。它主要產生在放大器或者探測器中：原子的熱振盪和物體的輻射能態的離散性，因此也叫電子噪聲。
j = imnoise(i,'gaussian');
imshow(j);
泊松噪聲
該種噪聲的出現主要是由於電磁波的統計特性，比如X射線，可見光和γ射線。x射線和γ射線源
單位時間內會產生大量的光子。這些射線可以從源射入人體，並由X射線和γ射線成像系統所感知。這些擁有光子隨機波動的源，最終可以造成圖像的空間和時間域上的隨機性。所以，該噪聲也可以稱作量子噪聲。
j = imnoise(i,'poisson');
imshow(j);
周期性噪聲
一種在圖像上表現為周期性出現的噪聲，在將圖像像進行傅里葉變換之后可以明顯看出來噪聲亮點。
for i=1:M
for j=1:N
J(i,j)=i(i,j)+40*sin(40*i)+40*sin(40*j);
end
end
figure,imshow(J);
總結
拿到一張圖的時候，先不要開始處理，要先分析一下這張圖中有沒有噪聲，如果有噪聲就要再看下是那種的噪聲，然后選擇合適的去噪算法進行處理。接下來將會介紹常用的幾種去噪算法。