Szum Gaussa - Gaussian noise
Szum Gaussa , nazwany na cześć Carla Friedricha Gaussa , jest szumem statystycznym o funkcji gęstości prawdopodobieństwa (PDF) równej rozkładowi normalnemu , znanemu również jako rozkład Gaussa . Innymi słowy, wartości, które może przyjąć szum, mają rozkład Gaussa.
Funkcja gęstości prawdopodobieństwa zmiennej losowej Gaussa jest określona wzorem:
gdzie reprezentuje poziom szarości, na średnią wartość szarości i jego odchylenie standardowe .
Szczególnym przypadkiem jest biały szum Gaussa , w którym wartości w dowolnej parze czasów mają identyczny rozkład i są statystycznie niezależne (a więc nieskorelowane ). W testowaniu i modelowaniu kanałów komunikacyjnych szum gaussowski jest używany jako addytywny biały szum do generowania dodatkowego białego szumu gaussowskiego .
W telekomunikacji i sieciach komputerowych na kanały komunikacyjne może wpływać szerokopasmowy szum Gaussa pochodzący z wielu naturalnych źródeł, takich jak drgania termiczne atomów w przewodnikach (określane jako szum termiczny lub szum Johnsona – Nyquista ), szum śrutowy , promieniowanie ciała doskonale czarnego z ziemi i innych ciepłych obiektów oraz ze źródeł niebieskich, takich jak Słońce.
Szum Gaussa w obrazach cyfrowych
Główne źródła szumu gaussowskiego na obrazach cyfrowych powstają podczas akwizycji, np. Szum czujnika spowodowany słabym oświetleniem i / lub wysoką temperaturą i / lub transmisją, np . Szum obwodu elektronicznego . W cyfrowym przetwarzaniu obrazu szum gaussowski można zredukować za pomocą filtru przestrzennego , chociaż podczas wygładzania obrazu niepożądany rezultat może spowodować rozmycie drobno skalowanych krawędzi i szczegółów obrazu, ponieważ odpowiadają one również zablokowanym wysokim częstotliwościom. Konwencjonalne techniki filtrowania przestrzennego do usuwania szumów obejmują: filtrowanie średnie ( splotowe ), filtrowanie medianowe i wygładzanie Gaussa .