噪声
1 .噪声表现形式
噪声往往表现为在图像中引起强烈视觉效果的孤立像素点或像素块。 一般来说，噪声信号与研究对象无关，表现为无用信息，扰乱图像的可观测信息。 通俗地说，噪声使图像不清晰。
2 .噪声对数字图像的影响
对于数字图像信号，噪声表是大或小的极值，这些极值通过加减作用于图像像素的真实灰度值，给图像带来亮、暗噪声，使图像质量大幅下降，影响图像复原、分割、特征提取、图像识别等后续工作的进行。
3.yhdsb噪声
噪声可视为随机信号，具有统计学特征属性。 功率谱密度(功率谱分布PDF )是噪声的特征之一，根据功率谱密度对噪声进行分类。
yhdsb噪声是指其概率密度函数遵循yhdsb分布，即正态分布的一种噪声。 如果一个噪声的幅度分布根据yhdsb分布，其功率谱密度均匀分布，则将其称为yhdsb白噪声。
yhdsb白噪声的二阶矩不相关，一阶矩是常数，指前后信号的时间相关。
概率函数PDF :
这里，z表示灰度值，表示z的平均值或期待值，表示z的标准偏差。 标准偏差的平方2称为z的方差。
产生原因：1)图像传感器在拍摄时市场不明亮，亮度不均匀
2 )电路各部件自身的噪声和相互影响；
3 )图像传感器长时间工作，温度过高
4 .表现形式
5 .形象
yhdsb滤波器
1 .定义
yhdsb滤波器是一种有效抑制噪声、使图像平滑的线性滤波器。 其作用原理与平均滤波器相似，均将滤波器窗口内的像素的平均值作为输出。 其窗口模板的系数不同于平均滤波器，平均滤波器的模板系数均相同1； 另一方面，yhdsb滤波器的模板系数随着远离模板的中心，系数变小。 因此，与平均滤波器相比，yhdsb滤波器对图像的模糊小。
这里，(x，y )是点坐标，在图像处理中可以认为是整数； 是标准偏差。 为了获得yhdsb滤波器的模板，可以将yhdsb函数离散化，并将所得到的yhdsb函数值作为模板的系数。
例如，若要创建3 x3yhd sb过滤器模板，请以模板的中心位置为坐标原点进行采样。 模板中每个位置的坐标如下所示： 其中I轴(与x轴相同的位置)水平向右，j轴(与y轴相反的方向)垂直向下。
2 .性质
yhdsb函数具有5个重要性质，这些性质在初始图像处理中特别有用。 这些性质表明，yhdsb平滑滤波器在空域和频域都是非常有效的低通滤波器，在实际的图像处理中获得了工程人员的有效使用。 yhdsb函数具有以下五个重要性质。
旋转对称性意味着yhdsb平滑滤波器在后续边缘检测中不偏向任何方向.
该性质意味着，由于yhdsb函数是单值函数，因此yhdsb滤波器将点像素值置换为像素附近的加权平均值，各附近的像素点的权重根据点与中心点的距离单调增减，由于边缘是图像的局部特征，因此进行平滑化运算
【3】yhdsb函数的傅立叶变换谱为单瓣。 如下所述，这一性质是对yhdsb函数pgbz变换本身就是yhdsb函数这一事实的直接推论。 图像经常被不希望的高频信号污染(噪声和精细纹理)。 另一方面，期望的图像特征，例如边缘(包括低频分量和高频分量) )由yhdsb函数pgbz变换的单一频率
(4) yhdsb滤波器的宽度)由参数表示，与平滑度的关系非常简单。 越大，yhdsb滤波器的频带越宽，平滑度越好。 通过调整平滑度参数，可以在图像的特征过于模糊(过于平滑)和平滑图像中的噪声或细小纹理引起的不希望的突变量过多)之间进行权衡
二维yhdsb滤波器计算量能够以两个阶段进行二维yhdsb函数的卷积，首先通过对图像和一维yhdsb函数进行卷积，并将该卷积结果与垂直于方向的相同的一维yhdsb函数进行卷积，从而不是平方而是线性增加.