ruido gaussiano
El ruido gaussiano , llamado así por 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 tienen una distribución gaussiana.
La función de densidad de probabilidad de una variable aleatoria gaussiana viene dada por:
donde representa el nivel de gris, el valor medio de gris y su desviación estándar . [3]
Un caso especial es el ruido gaussiano blanco , en el que los valores en cualquier par de tiempos se distribuyen de forma idéntica y son estadísticamente independientes (y, por lo tanto, no están correlacionados ). En la prueba y el modelado de canales de comunicación , el ruido gaussiano se utiliza como ruido blanco aditivo para generar ruido gaussiano blanco aditivo .
En telecomunicaciones y 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 (denominado 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.
Las principales fuentes de ruido gaussiano en las imágenes digitales surgen durante la adquisición, por ejemplo , el ruido del sensor causado por una iluminación deficiente y/o alta temperatura, y/o la transmisión, por ejemplo , el ruido del circuito electrónico . [3] En el procesamiento de imágenes digitales, el ruido gaussiano se puede reducir mediante un filtro espacial , aunque al suavizar una imagen, un resultado no deseado puede resultar en la borrosidad 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 medio ( convolución ), filtrado mediano ySuavizado gaussiano . [1] [4]
