在電子學裡講的雜訊，是在訊號傳遞的過程中會受到一些外在能量影響所產生訊號的干擾，這些由外在能量產生的訊號即雜訊。

我們換個生活上的例子來講，像是傳統無線電對講機、收音機聽到｢唦唦唦」的吵雜聲；或者傳統老舊電視中看到 ｢黑白閃爍」的雪花，那些都是受到雜訊干擾的表現～

雜訊的種類有很多，像是：Gaussian noise、Rayleigh noise、Gamma noise、Exponential noise、Uniform noise、Impulse(Salt-and-Pepper) noise 等等...

這篇會著重在Gaussian noise 和 Salt-and-Pepper noise上！

高斯雜訊 Gaussian noise

將高斯雜訊轉換到frequency domain 來看，它分佈的狀態是會呈現所謂的高斯分佈（Gaussian distribution），也稱做常態分佈，如下圖：

那高斯雜訊在影像的表現是如何呢？

左邊是原始的乾淨影像，右邊則是受到了高斯雜訊干擾的結果

鹽與胡椒雜訊 Salt-and-Pepper Noise （Impulse Noise）

sensor 在 sensing 的過程中，突然被一個脈波（pulse）干擾到，很可能就會產生所謂的 Impulse noise。
在影像上這種雜訊通常會以極值（0 或 255） 出現，即一個小黑點（0） 或小白點（255），看起來就像在影像上灑上了鹽（白）與胡椒（黑），所以又稱鹽與胡椒雜訊～

左邊是原始的乾淨影像，右邊則是受到了鹽與胡椒雜訊干擾的結果

比較下來，人眼對於 Impulse noise 必較敏感，受到Impulse noise 干擾的影像在人眼看來是相當討厭的><

無論如何我們都希望所擷取到的影像能越接近真實情況越好！
既然產生雜訊的問題是在所難免的，那麼把雜訊從影像過濾掉的技術自然也就出現了！
下一篇我們就要介紹 "濾波器 Filter "

圖片來源&資料參考