图像处理之噪声---椒盐，⽩噪声，⾼斯噪声三种不同噪声的区别 ⽩噪声是指功率谱密度在整个频域内均匀分布的噪声。
所有频率具有相同能量的随机噪声称为⽩噪声。
⽩噪声或⽩杂讯，是⼀种功率频谱密度为常数的随机信号或随机过程。
换句话说，此信号在各个频段上的功率是⼀样的，由于⽩光是由各种频率（颜⾊）的单⾊光混合⽽成，因⽽此信号的这种具有平坦功率谱的性质被称作是“⽩⾊的”，此信号也因此被称作⽩噪声。
相对的，其他不具有这⼀性质的噪声信号被称为有⾊噪声。
⽽理想的⽩噪声具有⽆限带宽，因⽽其能量是⽆限⼤，这在现实世界是不可能存在的。
实际上，我们常常将有限带宽的平整讯号视为⽩噪⾳，因为这让我们在数学分析上更加⽅便。
然⽽，⽩噪声在数学处理上⽐较⽅便，因此它是系统分析的有⼒⼯具。
⼀般，只要⼀个噪声过程所具有的频谱宽度远远⼤于它所作⽤系统的带宽，并且在该带宽中其频谱密度基本上可以作为常数来考虑，就可以把它作为⽩噪声来处理。
例如，热噪声和散弹噪声在很宽的频率范围内具有均匀的功率谱密度，通常可以认为它们是⽩噪声。
然后介绍⼀下⾼斯噪声：顾名思义，⾼斯噪声就是n维分布都服从⾼斯分布的噪声。
然后说⼀下什么是⾼斯分布。
⾼斯分布，也称正态分布，⼜称常态分布。
对于随机变量X，其概率密度函数如图所⽰。
称其分布为⾼斯分布或正态分布，记为N（µ，σ2），其中为分布的参数，分别为⾼斯分布的期望和⽅差。
当有确定值时，p(x)也就确定了，特别当µ=0，σ2=1时，X的分布为标准正态分布。
最后说⼀下名字很有意思的椒盐噪声：椒盐噪声⼜称脉冲噪声，它随机改变⼀些像素值，是由图像传感器，传输信道，解码处理等产⽣的⿊⽩相间的亮暗点噪声。
椒盐噪声往往由图像切割引起。
这几个概念的区别和联系：（转自：研学论坛）白噪声，就是说功率谱为一常数；也就是说，其协方差函数在delay=0时不为0，在delay不等于0时值为零；换句话说，样本点互不相关。
（条件：零均值。
）所以，“白”与“不白”是和分布没有关系的。
当随机的从高斯分布中获取采样值时，采样点所组成的随机过程就是“高斯白噪声”；同理，当随机的从均匀分布中获取采样值时，采样点所组成的随机过程就是“均匀白噪声”。
那么，是否有“非白的高斯”噪声呢？答案是肯定的，这就是”高斯色噪声“。
这种噪声其分布是高斯的，但是它的频谱不是一个常数，或者说，对高斯信号采样的时候不是随机采样的，而是按照某种规律来采样的。
仿真时经常采用高斯白噪声是因为实际系统（包括雷达和通信系统等大多数电子系统）中的主要噪声来源是热噪声，而热噪声是典型的高斯白噪声，高斯噪声下的理想系统都是线性系统。
相关讨论：1、白噪声是指功率谱在整个频域内为常数的噪声，其付氏反变换是单位冲击函数的n倍（n取决于功率谱的大小），说明噪声自相关函数在t=0时不为零，其他时刻都为0，自相关性最强。
高斯噪声是一种随机噪声，其幅度的统计规律服从高斯分布。
高斯白噪声是幅度统计规律服从高斯分布而功率谱为常数的噪声如果在系统通带内功率谱为常数，成为带限白噪声“高斯”与“白”没有直接关系，有时人们还会提出高斯型噪声，这指的是噪声功率谱呈高斯分布函数的形状而已。
2、有一个问题我想提出来：连续白噪声和离散白噪声序列的关系是什么？它们之间不应该是简单的采样关系。
因为连续白噪声的功率谱在整个频率轴上为常数，按照随机信号采样定理，对这样的信号采样，采样后的序列的功率谱必然发生混叠，而且混叠过后的功率谱是什么？应该是在整个频率轴上都为无穷大。
这显然不满足离散白噪声序列的定义。
那离散白噪声序列跟连续白噪声有何关系？我觉得是对带限的连续白噪声进行采样后得到的，这个带限的连续白噪声信号的带宽刚好满足Nyquist抽样定理。
三类噪声标准值
在信号处理中，常见的三类噪声标准值有以下三种：
1. 高斯白噪声（Gaussian white noise）：高斯白噪声是一种常
见的噪声类型，其统计特性为平均值为0，方差为常数，且满
足高斯分布。
它的功率谱密度为常数，且在所有频率上具有相同的能量。
高斯白噪声经常用于模拟实际环境下的噪声，如电子器件的热噪声、大气电波的噪声等。
2. 色噪声（Colored noise）：色噪声是指在不同频率上具有不
同能量分布的噪声。
常见的色噪声包括红色噪声、蓝色噪声和粉色噪声等。
红色噪声在低频部分的能量高于高频部分，蓝色噪声则相反，而粉色噪声在频率上具有-3dB/oct的功率下降特性。
色噪声常用于模拟某些实际系统中存在的噪声，如电路中的1/f噪声。
3. 脉冲噪声（Impulse noise）：脉冲噪声是指在信号中出现的
突发式干扰，通常表现为短暂的高能量脉冲或突变。
脉冲噪声往往来自于信号传输过程中的不完美，如电力线上的突发电压变化、信号传输通道中的插入噪声等。
脉冲噪声的幅值、持续时间以及出现的频率等特性可以根据具体应用进行调整和描述。
值得注意的是，噪声标准值通常是指噪声的统计特性，如均值、方差、功率谱密度等。
这些值的具体大小会因不同的应用和系统而有所变化，无法一概而论。
高斯噪声热噪声高斯噪声与热噪声是我们在日常生活中经常遇到的两种噪声类型。
它们的存在会对信号的传输和接收产生一定的影响，因此对于信号处理和通信系统的设计非常重要。
首先，让我们来了解一下高斯噪声。
高斯噪声也被称为白噪声，是一种具有高斯分布特性的噪声。
在自然界中，许多随机事件都可以用高斯分布来描述，例如，温度、光强和电压等。
高斯噪声具有平均功率为零和平均值为零的特点，其功率谱是常数。
由于高斯噪声的特性，它在通信系统中的影响主要体现在信号的幅度和相位上。
高斯噪声会使得信号的幅度和相位发生随机变化，从而降低了信号的质量和可靠性。
而热噪声是由于电子组成的物质的热运动引起的噪声。
在任何温度下，物质中的电子都会具有随机的热运动。
这种热运动导致了电子的能量和速度的随机变化，进而产生了热噪声。
热噪声的特点是它是一个宽频带噪声，即它在整个频谱范围内都有能量。
因此，热噪声是通信系统中不可避免的一个噪声源。
热噪声对于低信噪比条件下的通信系统影响较大，会限制系统的传输速率和距离。
高斯噪声和热噪声都对通信系统的性能产生了重要的影响。
在无线通信系统中，高斯噪声是由于信号在传输过程中受到多路径传播和衰减等因素的影响产生的。
而热噪声主要是由于无线电设备的电子元件在工作时产生的热噪声引起的。
在有线通信系统中，热噪声主要是由于传输线和电子元件的电阻引起的。
高斯噪声和热噪声的存在使得信号与噪声的比值（信噪比）变得较低，从而降低了系统的性能。
为了降低高斯噪声和热噪声对通信系统的影响，可以采取一些技术手段。
例如，在无线通信系统中，可以使用编码和调制技术来提高信号的抗干扰能力，减小噪声的影响。
在有线通信系统中，可以采用抗噪声设计和滤波技术来降低噪声的功率。
此外，还可以通过提高信号的功率和使用更高灵敏度的接收器来改善系统的性能。
总之，高斯噪声和热噪声是我们在通信系统中经常遇到的两种噪声类型，它们对信号的传输和接收产生了一定的影响。
了解和理解这些噪声的特性，以及采取一些适当的技术手段来降低噪声的影响，对于提高通信系统的性能至关重要。
