圖像噪聲：我們需要知道的一切

您可能已經看到數字噪聲是圖像上的彩色斑點或顆粒，尤其是在夜間拍攝的圖像。

噪聲是與像素級別預期的任何偏差。例如，您的相機可能會記錄稍暗或稍亮的內容。當這種情況以足夠大的規模發生時，最終會出現可見紋理，即噪聲。

在圖像的平坦無特徵區域（例如在天空中）中，通常比在更複雜細節的場景中更容易看到噪點。這樣做的原因是繁忙的場景有效地隱藏了一些噪音，而如果你仔細觀察，可以看到一些帶有噪音的小細節區域。

圖像中出現噪點的原因

圖像看起來失真和顆粒感的原因有很多。其中一些你不能做任何事情。例如，一些噪聲是由於光到達傳感器的方式而產生的，而另一些則是通過將每個像素轉換為數字信息而產生的。讓我們更多地了解是什麼導致了圖像中的數字噪聲。

1. 國際標準化組織

ISO 是產生噪點的主要原因。應在低光或夜間使用的較高 ISO 在白天單擊時會使圖像失真。因此，ISO 越高，圖像中就會存在越多的噪點。

1. 傳感器尺寸

對於噪聲，傳感器的大小很重要。手機相機和緊湊型相機的相機有一個小型傳感器。因此，當我們點擊這些設備時，它甚至無法達到 400 ISO 的水平，這會使圖像更加失真並且很容易注意到顏色保真度。而當使用更大的相機（如數碼單反相機）拍攝時，生成的圖像更加清晰和詳細，因為它們產生的顆粒較低的圖像。

1. 像素密度

這可以通過一個例子來解釋。假設帶有 14 MP 傳感器的相機點擊圖像。現在我們知道，它會比低百萬像素的相機產生更多的噪音。為什麼？

因為當我們點擊來自 14 MP 相機的圖片時，與低 MP 相機相比，它會擠壓實際像素。這將自動扭曲圖像。

1. 接觸時間

較長的曝光時間也會產生噪點。

現在，讓我們看看會產生哪些類型的噪音。

另請參閱： 如何減少照片中的噪點

圖像處理中的噪聲類型

1. 高斯噪聲模型或放大器噪聲

高斯噪聲是指PDF（概率分佈函數）等於正態分佈的統計噪聲。它也被稱為高斯分佈。

在圖像處理方面，高斯噪聲本質上是可加性的，均值為零。

可以使用平滑圖像的空間濾波器來過濾這種類型的噪聲。高斯平滑，也稱為高斯模糊，是由圖像中的高斯函數產生的。這種平滑用於圖形和設計軟件，以減少圖像噪聲和細節。

1. 椒鹽噪聲

椒鹽噪聲也稱為散粒噪聲或脈衝噪聲。這種噪聲是由拍攝圖像期間的干擾引起的。相機傳感器故障或計時錯誤會導致圖像中出現此類噪聲。

基本上，當我們查看圖像時，它在圖像上顯示為黑白像素，這就是為什麼它被稱為椒鹽噪聲。

這種類型的噪聲可以通過使用均值和中值濾波器技術或高斯濾波器來過濾。

1. 量化噪聲

量化噪聲也稱為均勻噪聲。這種噪聲是由圖像像素的量化引起的，高達多個級別。它被稱為均勻噪聲，因為它的分佈在整個過程中近似均勻。

它可以用來產生各種類型的噪聲分佈，因為它具有均勻的分佈以及用於降低圖像，以便它可以用於圖像恢復算法。

如何避免圖像中的噪聲？

傳感器在溫暖的條件下以及在使用過程中升溫時也會產生更多的噪音。因此，在特別炎熱的條件下拍攝時，您應該牢記這一點。

有很多方法可以最大限度地減少圖像中出現的噪音。一般規則是使用可用的較低 ISO 設置將導致更少的噪點形成。所以只有在必須的時候才使用高的。

如果您的相機具有 ISO 設置，它可能允許您設置最大感光度，這樣您就可以避免使用超過某個點的感光度。

您可以嘗試使用大光圈，而不是使用高感光度，這樣可以讓光線通過傳感器，並且可以創建比高 ISO 設置更清晰的圖像。儘管您應該確保大光圈保持圖像中所需的景深。您也可以嘗試長時間曝光而不是高 ISO 設置。

如果您覺得這篇文章有幫助，請告訴我們並在下面的評論框中提供您的反饋。直到那時快樂閱讀。