Denoise 方法汇总

一、噪声模型

常见的噪声分为以下几种：

• 椒盐噪声：由图像传感器、传输信道及解码处理等产生的黑白相见的亮暗点噪声，椒盐噪声常由图像切割产生。椒盐噪声是指两种噪声：盐噪声（salt noise）及椒噪声（pepper noise）。盐噪声一般是白色噪声，椒噪声一般是黑色噪声，前者高灰度噪声，后者属于低灰度噪声，一般两种噪声同时出现，呈现在图像上就是黑白杂点
• 高斯噪声：概率密度函数服从高斯分布（即正态分布）的一类噪声。如果一个噪声，它的幅度服从高斯分布，而它的功率谱密度又是分布均匀的，则称它为高斯白噪声。高斯白噪声的二阶矩不想关，一阶矩为常数，是指先后信号在时间上的相关性。高斯白噪声包括热噪声和散粒噪声。高斯噪声完全由其时变平均值和两瞬时的协方差函数来确定，若噪声为平稳的，则平均值与时间无关，而协方差函数则变成仅和所考虑的两瞬时之方差有关的相关函数，它在意义上等效于功率谱密度。高斯噪声可以由大量独立的脉冲产生，从而在任何有限时间间隔内，这些脉冲中的每一个脉冲值与所有脉冲值的总和相比都可以忽略不计。
• 伽马、指数、均匀、脉冲、瑞利噪声：噪声的概率密度函数符合相应的概率密度函数.
• 乘性噪声：乘性噪声一般由信道不理想引起，它们与信号的关系是相乘，信号在它在，信号不在他也就不在。
• 周期性噪声：图像收到电力或者机电力干扰，如正弦信号等；

二、常用去燥算法

• 平滑空间滤波器（平滑线性滤波器滤波，统计排序滤波器）

1、均值滤波器：包括算数均值滤波、几何均值滤波、谐波均值滤波、逆谐波均值滤波

2、统计排序滤波器：中值滤波、最大值最小值滤波、中点滤波、修正的阿尔法均值滤波

3、自适应滤波器：

• 频率滤波器（理想低通滤波器、布特沃斯低通滤波器、高斯低通滤波器）

1、理想低通滤波器：

2、布特沃斯低通滤波器：

3、高斯低通滤波器：

• 周期性噪声的消除（带阻滤波器、带通滤波器、陷波滤波器）

1、带阻滤波器：

2、带通滤波器滤波器：

3、陷波滤波器：

Denoise 方法汇总

原文：https://www.cnblogs.com/qq377801394/p/10825041.html