作者：陈凤珠 陈志刚
来源：《科学与财富》2011年第04期
[摘 要] 本文简要介绍了图像噪声的来源、分类，图像去噪的传统方法和研究现状，并对图像去噪的发展趋势进行了探讨，基于小波变换和神经网络相结合的去噪方法将成为今后主要的发展趋势之一。 玄武岩纤维布
[关键词] 图像去噪；图像噪声；研究现状；发展趋势
0引言
我们生活在一个信息时代，科学研究表明，人类从外界获得信息约有75%[1]来自视觉系统，也就是从图像中获得的。图像具有信息量大，传输距离远，传输速度快等一系列特点，成为人类获取、利用信息的重要来源和手段。图像所包含的信息量和直观性是文字、声音所无法比拟的。然而，图像在生成和传输的过程中难免会受到噪声的污染，使得图像的质量受 到损害，这不仅不符合人们的视觉效果，并且对图像的后续处理是很不利的。因此，在图像的预处理阶段中，有必要对图像进行去噪，以提高图像的信噪比。图像去噪具有很强的理论意义和应用价值[2]。
灯管支架 1图像噪声
1.1图像噪声的来源
磁性输送带
图像噪声，就是指妨碍人的视觉或相关传感器对图像信息进行理解或分析的各种因素。通常噪声是不可预测的随机信号。图像噪声的主要来源有三个方面[2]：
（1）敏感元器件内部产生的高斯噪声。这是由于器件中的电子随机热运动而造成的电子噪声，这类噪声很早就被人们成功的建模并研究。一般用零均值高斯白噪声来表征。
（2）光电转换过程中的泊松噪声。这类噪声是由光的统计本质和图像传感器中光电转换过程引起的，在弱光情况下，影响更为严重。常用只有泊松密度分布的随机变量作为这类噪声的模型。
热转印墨水配方 （3）感光过程中产生的颗粒噪声。在显微镜下检查可发现，照片上光滑细致的影调，在微观上呈现的是随机的颗粒性质。对于多数应用，颗粒噪声用高斯过程(白噪声)作为有效模型。
led灯罩
