学术写作工具对比：千笔与笔捷Ai的功能与应用
2026/11/4 4:33:52
本文已整理到我的个人博客，之后的勘误与更新只在博客进行：Image Denoise : 噪声模型 | Finn's blog
1.研究噪声特性的必要性
本文的内容主要介绍了常见噪声的分类与其特性。将噪声建模，然后用模型去实现各式各样的噪声。
实际生活中的各种照片的老化，都可以归结为以下老化模型。
这个模型很简单，也可以直接用以下公式来表达。
在频域内，用以下公式区表示。
根据以上式子，可以看出，老旧照片的复原，主要分为两个任务，一个是去噪；另一个是去卷积，或者称为逆滤波，也就是将老化滤波器做反处理。
本文首先由噪声类型与其建模。随后的博文，会介绍几种基础的去噪方法和基础的逆滤波方法。
2.噪声的实现
2.1 评价用图像与其直方图
2.2 高斯噪声
高斯噪声，也称为正态噪声，其统计特性服从正态分布。一种较为泛用的噪声模型。
Matlab的实现较为简单，Matlab已经有一个randn(M,N)的函数，用其可以产生出均值为0、方差为1、尺寸为M X N像素的高斯噪声图像。
用以下程序就可以产生任意均值和方差的高斯噪声。
a = 0; b = 0.08; n_gaussian = a + b .