El ruido gaussiano , que lleva el nombre de Carl Friedrich Gauss , es un ruido estadístico que tiene una función de densidad de probabilidad (PDF) igual a la de la distribución normal , que también se conoce como distribución gaussiana . [1] [2] En otras palabras, los valores que puede tomar el ruido están distribuidos en Gauss.
La función de densidad de probabilidad de una variable aleatoria gaussiana es dado por:
dónde representa el nivel de gris, el valor medio de gris ysu desviación estándar . [3]
Un caso especial es el ruido blanco gaussiano , en el que los valores en cualquier par de momentos se distribuyen de forma idéntica y son estadísticamente independientes (y, por lo tanto, no están correlacionados ). En las pruebas y el modelado de canales de comunicación , el ruido gaussiano se utiliza como ruido blanco aditivo para generar ruido gaussiano blanco aditivo .
En las telecomunicaciones y las redes informáticas , los canales de comunicación pueden verse afectados por el ruido gaussiano de banda ancha procedente de muchas fuentes naturales, como las vibraciones térmicas de los átomos en los conductores (conocido como ruido térmico o ruido de Johnson-Nyquist ), ruido de disparo , radiación de cuerpo negro de la tierra y otros objetos cálidos, y de fuentes celestes como el sol.
Ruido gaussiano en imágenes digitales
Las principales fuentes de ruido gaussiano en imágenes digitales surgen durante la adquisición, por ejemplo , ruido del sensor causado por una iluminación deficiente y / o alta temperatura, y / o transmisión, por ejemplo , ruido de circuito electrónico . [3] En el procesamiento de imágenes digitales, el ruido gaussiano se puede reducir usando un filtro espacial , aunque al suavizar una imagen, un resultado no deseado puede resultar en el desenfoque de los bordes y detalles de la imagen a escala fina porque también corresponden a altas frecuencias bloqueadas. Las técnicas de filtrado espacial convencionales para la eliminación de ruido incluyen: filtrado de media ( convolución ), filtrado de mediana y suavizado gaussiano . [1] [4]
Ver también
Referencias
- ↑ a b Tudor Barbu (2013). "Enfoque de reducción de ruido de imagen variable con flujo de medios porosos de difusión" . Análisis abstracto y aplicado . 2013 : 8. doi : 10.1155 / 2013/856876 .
- ^ Barry Truax, ed. (1999). "Manual de Ecología Acústica" (Segunda ed.). Cambridge Street Publishing. Archivado desde el original el 10 de octubre de 2017 . Consultado el 5 de agosto de 2012 .
- ^ a b Philippe Cattin (24 de abril de 2012). "Restauración de imágenes: Introducción al procesamiento de señales e imágenes" . MIAC, Universidad de Basilea . Consultado el 11 de octubre de 2013 .
- ^ Robert Fisher; Simon Perkins; Ashley Walker; Erik Wolfart. "Síntesis de imágenes - Generación de ruido" . Consultado el 11 de octubre de 2013 .