图像平均 均值滤波抑制噪声的原理
2016-01-24 22:56
363 查看
关键点在于:N张图像/N次信号采样结果总的噪声与单独的噪声关系是:方差求和,而不是标准差求和,通常说的噪声也就是标准差。
为什么是这样的呢?因为最终的图像是这些图像的求和,图像和图像之间的噪声是独立的加性噪声,因而总的噪声是平方求和的关系。
最后求和的结果要除以N,想象是一个放大1/N的放大器。虽然信号中混入了随机的噪声,但噪声在混入信号的那一刻,它的波形就已经唯一的确定下来,所以对放大器而言,它们都是确定的信号,统一将幅度放大了1/N倍。由概率论的知识,噪声方差变成了原来的(1/N)^2倍,标准差为原来的1/N倍,而信号也为原来的1/N倍,因而通过放大器信噪比没有发生改变。当然这是理想的放大器,实际的电路放大可能混入放大器自身的噪声。
那么图像相减是什么情况呢?例如对同一个信号采样两次得到的图像相减,那么显然信号被减没了,但是噪声还在。因为图像和图像之间的噪声是独立的加性噪声,均值为0,所以加和减对噪声来说效果是一样的,第二张图像的噪声添加了个负号,其仍然是保持了原有标准差的,和第一张图像独立的噪声。所以剩下图像的噪声水平仍然是单帧图像的sqrt(2)倍。
图像内容来自某课<<Chapter5: Signals and Noise>>:
https://www.google.com.hk/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0ahUKEwiKo4T17MPKAhVBjCwKHdAVDygQFggaMAA&url=%68%74%74%70%3a%2f%2f%77%77%77%32%2e%66%69%75%2e%65%64%75%2f%7e%63%61%69%2f%69%6e%64%65%78%5f%66%69%6c%65%73%2f%43%48%41%50%54%45%52%25%32%30%35%25%32%30%2d%25%32%30%53%49%47%4e%41%4c%25%32%30%54%4f%25%32%30%4e%4f%49%53%45%2e%70%70%74&usg=AFQjCNEhuSx_ZHaKG7uvlPVaPmCWfpnAuQ&cad=rja
相关文章推荐
- django rest_framework--入门教程3
- elipse+pydev pydeliciou导入问题
- 类是如何实例化为对象的
- UISearchController VS UISearchBar and UISearchDisplayController
- 读<<人月神话>>
- zImage与uImage
- 通过shell脚本来搭建python开发环境
- 【转】cas注册后自动登录
- 基于OSGi的Virgo环境搭建(一)——环境篇
- 小白也玩数学建模--引
- 关于飞思卡尔
- PHP-文件上传到独立服务器
- 2.Git基本操作和设置
- 在CentOS 6.6 64bit上为vim 7.4安装并配置vim-airline插件
- entity resolution
- gdb调用笔记
- 黎活明给程序员的忠告
- c++ unique_lock lock_guard
- js剪贴板操作
- react