11、图像噪声处理与滤波技术详解

图像噪声处理与滤波技术详解

1. 噪声的概念

在信号处理领域，噪声是混入预期信号中的任何不需要的信号。在图像或视频中，噪声可定义为像素强度和颜色的不期望变化。噪声的来源多种多样，例如：
- 相机镜头上的灰尘
- 胶卷颗粒（在模拟摄影和电影制作中有时是期望的）
- CCD 传感器及其存储中的错误
- 传输和接收过程中的错误
- 扫描照片时的错误

高噪声会降低有用信号，影响图像质量。信号与噪声的比例可以用以下公式表示，且信号 - 噪声比越高，信号和图像的质量越好。

2. 向图像引入噪声

我们可以通过模拟各种类型的噪声向数字图像引入噪声，以下是几种常见噪声的模拟方法：
- 椒盐噪声 ：随机在图像中引入白色（盐）和黑色（胡椒）像素。以下是向灰度图像引入椒盐噪声的代码：

import numpy as np
import cv2
import random
import matplotlib.pyplot as plt
img = cv2.imread('/home/pi/book/dataset/4.1.03.tiff', 0)
output = np.zeros(img.shape, np.uint8)
p = 0.05
for i in range (img.shape[0]):
    for j in range(img.shape[1]):
        r = random.random()
        if r < p/2:
            output