43、图像噪声与低通滤波技术详解

图像噪声与低通滤波技术详解

1. 图像噪声基础

1.1 噪声定义

噪声指任何不需要的信号。在图像或视频中，噪声表现为灰度图像中强度或彩色图像中颜色的不必要变化，这些变化在被拍摄或记录的真实物体中并不存在。图像噪声是一种电子干扰，可能来自多种源头，如数码相机或模拟相机的传感器和电路。数码相机中的噪声类似于模拟相机的胶片颗粒。虽然电子设备的任何输出中总会存在一些噪声，但大量的图像噪声会显著降低整体图像质量，使其无法达到预期用途。为了衡量电子输出（这里指数字图像）的质量，信号 - 噪声比（SNR）这一数学术语非常有用。数学上，较高的信噪比意味着图像质量更好。

1.2 向图像引入噪声

噪声可以从相机的多个组件引入，包括镜头、传感器或电路本身。我们也可以自行模拟噪声。椒盐噪声指的是图像中随机出现的黑色（胡椒）和白色（盐）像素。以下是向 Lena 图像添加椒盐噪声的示例代码：

import numpy as np
import cv2
import random
import matplotlib.pyplot as plt
img = cv2.imread('/home/pi/book/test_set/lena_color_512.tif',1)
input = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
output = np.zeros(input.shape,np.uint8)
p = 0.05 # probablity of noise
for i in range (input.shape[0]):
  for j in range(inpu