高斯噪声与高斯白噪声

时间:2015-11-06 13:32:16

标签: python image-processing gaussian noise

高斯噪声与白高斯噪声有何不同?因为我读高斯噪声有正态分布的PDF。白高斯噪声是否也有它?

如何手动(没有内置函数)使用Python生成图像的每个噪声?我需要考虑哪些参数?

2 个答案:

答案 0 :(得分:1)

  

如果每个样本具有零均值的正态分布,则信号为   据说是高斯白噪声。   Wikipedia

白噪声=具有恒定功率谱密度的噪声。这个术语来自光,如果你有所有波长的光存在,产生的光是白色的。

高斯噪声=遵循正态分布的噪声

获得高质量的随机性是相当困难的,但出于简单的目的,请查看random,特别是random.gauss(mu,sigma)

答案 1 :(得分:1)

让我们从最后开始检查白高斯噪音这个短语。

  • 噪音 - 这只说明用法。与其属性无关。
  • 高斯 - 值来自Gaussian (Normal) Distribution以下(摘录)。
  • 白色 - 值不相关。也就是说,您可以在不同的样本上推断出来自一个样本的数据(因为在高斯分布中没有相关性 - >独立性)。还告诉我们自动相关功能的功率谱是平坦的(或者自动相关本身是增量功能)。

现在,关于如何生成它们 基本上大多数随机数生成器生成统一数据,然后应用一些转换以生成任何其他想要的分布(有关如何完成的一些想法,请参阅https://en.wikipedia.org/wiki/Probability_density_function#Dependent_variables_and_change_of_variables。)

要创建非白色数据,您需要在样本之间创建一些线性连接 也就是说,只需将几个样本与线性权重混合即可 通常通过对数据应用某种过滤器来完成。