iT邦幫忙

2021 iThome 鐵人賽

DAY 10
2

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)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


上一篇
[D09] OpenCV 應用範圍
下一篇
[D11] 影像雜訊與濾波(2)
系列文
從林到有_Image processing30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言