高斯噪声

高斯噪音，以 Carl Friedrich Gauss 的名字命名，是信号处理理论中的一个术语，表示一种信号噪声，其概率密度函数 (pdf) 等于正态分布（也称为高斯分布）。 换句话说，噪声可以取的值是高斯分布的。

高斯随机变量 z {displaystyle z} 的概率密度函数 p {displaystyle p} 由下式给出：

p G ( z ) = 1 σ 2 π e − ( z − μ ) 2 2 σ 2

其中 z 代表灰度级，μ 平均灰度值和 σ 它的标准偏差。

一个特例是 White 高斯噪声，其中任何一对时间的值均同分布且统计独立（因此不相关）。 在通信信道测试和建模中，使用高斯噪音作为加性白噪声，产生加性白高斯噪音。

在电信和计算机网络中，通信信道会受到来自许多自然来源的宽带高频噪声的影响，例如导体中原子的热振动（称为热噪声或约翰逊-奈奎斯特噪声）、散粒噪声、黑体辐射 来自地球和其他温暖的物体，以及来自太阳等天体。

数字图像中高频噪声的主要来源出现在采集过程中，例如 由照明不良和/或高温和/或传输引起的传感器噪声，例如 电子电路噪声。 在数字图像处理中，可以使用空间滤波器减少高频噪声，但在对图像进行平滑处理时，不良结果可能会导致精细缩放的图像边缘和细节变得模糊，因为它们也对应于受阻的高频。 传统的用于噪声去除的空间滤波技术包括：均值（卷积）滤波、中值滤波和高斯平滑。