4、数字图像噪声与质量评估全解析

数字图像噪声与质量评估全解析

1. 数字图像噪声的产生

在数字图像的获取过程中，存在多种因素会导致噪声的产生。一方面，相机捕捉图像时，数字图像会与光电传感器产生的电信号混合，这些电信号在离开图像传感器前会转换为模拟信号，因此捕获图像的模拟信号在处理前就可能已被污染。另一方面，理论上图像传感器内的每个感光点是独立的，但实际上，一个感光点产生的多余电子可能会影响相邻的感光点，尤其是在图像传感器较小且感光点密集的情况下，数字图像中的热噪声像素间会产生关联。此外，较高的 ISO 设置也是噪声产生的常见原因，因为它在放大光信号的同时，也会放大背景干扰等不必要的信号。

2. 高斯噪声

高斯噪声是一种理想化的白噪声形式，由信号的随机波动引起，呈正态分布。在 MATLAB 中可以通过以下代码生成加性高斯噪声：

>> noise = sigma.*(randn([size(f)]));

其中，生成的噪声功率为 $\sigma_{\eta}^2 = \text{sigma}^2$。由于其在空间和频率域的数学易处理性，高斯噪声模型在实际中经常被使用。通常，噪声 $\eta$ 被假设为具有零均值和恒定方差 $\sigma_{\eta}$ 的广义平稳（WSS）加性白高斯噪声（AWGN）过程，与原始无噪声图像相互独立。噪声污染的图像 $f$ 可表示为：
$f = \upsilon + \eta$
在像素域中：
$f[m, n] = \upsilon[m, n] + \eta[m, n]$
其中，$\eta[m, n]$ 是独立同分布（