图像噪声是指使用某种方法从被摄体或信息源把信息传递给受看者时,如果通过视觉接收平面二维亮度分布,那么对这种接收起干扰作用的亮度分布就叫图像噪声。例如,一幅黑白图片,其平面亮度分布假定为 f ( x , y ),那么对其接收起干扰作用的亮度分布 R ( x , y ),即可称为图像噪声。
但是,噪声在理论上可以定义为“不可预测,只能用概率统计方法来认识的随机误差”。因此将图像噪声看成是多维随机过程是合适的,而描述噪声的方法完全可以借用随机过程的描述,即用其概率分布函数和概率密度分布函数。在很多情况下,这样的描述方法是很复杂的,甚至是不可能的。实际应用通常是用其数字特征,即均值方差、相关函数等。因为这些数字特征都可以从某些方面反映出噪声的特征。
简单而言,图像噪声使得图像模糊,甚至淹没图像特征,给分析带来困难。
(1)图像噪声特点
① 噪声在图像中的分布和大小不规则,即具有随机性。
② 噪声与图像之间一般具有相关性。例如,摄像机的信号和噪声相关,黑暗部分噪声大,明亮部分噪声小。又如,数字图像中的量化噪声与图像相位相关,图像内容接近平坦时,量化噪声呈现伪轮廓,但图像中的随机噪声会因为颤噪效应反而使量化噪声变得不很明显。使用光导摄像管的摄像机,信号幅度和噪声幅度无关。而使用超正析摄像机的信号和噪声相关,黑暗部分噪声大,明亮部分噪声小。在数字图像处理技术中量化噪声是肯定存在的,它和图像相位有关,如图像内容接近平坦时,量化噪声呈现伪轮廓,但在此时图像信号中的随机噪声就会因为颤噪效应反而使量化噪声变得不那么明显。
③ 噪声具有叠加性。在串联图像传输系统中,各部分窜入噪声若是同类噪声可以进行功率相加,依次信噪比要下降。若不是同类噪声应区别对待,而且要考虑视觉检出特性的影响。但是因为视觉检出特性中的许多问题还没有研究清楚,所以也只能进行一些主观的评价试验。