3.1.1  噪声分析

目前，在多源图像系统中，扫描多维图像转换为一维信号，再进行存储、传输、转换和处理，最后通过信号的重组，变成多维图像信号输出。与此同时，多源图像中携带的图像噪声也同样受到分解和合成，在这个过程中，由于受外界和电气系统本身的影响使得多源图像的噪声变得相当复杂。多源图像的噪声按其起源不同，常见的有电子噪声、抖动噪声、电噪声、胶片颗粒噪声。

电子噪声是由于阻性器件中的电子不规则热运动而形成，经常使用均值为零的高斯白噪声表示电子噪声的模型，并用零均值高斯白噪声的标准差来完全代表电子噪声的强弱；抖动噪声是由承载物体或采集装置等机械运动引起的一种噪声；光电子噪声的本质是光的统计性质和传感器中光诱导的电转换引发的一种噪声，经常使用泊松分布作为其模型，特别的，当在光线较强时，泊松分布趋于高斯分布；胶片颗粒噪声是因为在曝光过程中只有个别被曝光，而引起颗粒密度发生转变而产生的一种噪声。通常情况下，胶片颗粒噪声采样用高斯白噪声表示其有效模型，其分布呈现一种随机性。

多源图像中可见光图像的噪声除了有电子噪声、抖动噪声、光电子噪声、胶片颗粒噪声之外，还有转移噪声、复位噪声、散粒噪声、暗流噪声等。多源图像中的红外图像，由于受环境的干扰和本身物理量转变的影响，使得红外图像的噪声情况极为复杂。红外图像中的噪声有热噪声、1/f噪声、散粒噪声、辐射噪声、温度起伏噪声、有色噪声。热噪声是由于分子热运动引发载体分子的热运动而产生的噪声；1/f噪声是电流运动而产生的噪声，其功率谱随频率成反比变换，因而在低频段时，1/f噪声较显著；散粒噪声是由半导体器件中产生的重组载体的变化率引发的；辐射噪声通常称为光子噪声，是接收器件的极限噪声且属于白噪声，该噪声功率谱是均匀的，且该噪声与频率无关；有色噪声的光谱响应是非均匀的。

总之，多源图像的噪声是内、外部噪声于一体的综合噪声源，为了减少多源图像噪声对分水岭分割结果的影响，提高多源图像的品质，多源图像进行有效的去噪处理是特别重要的。

多源图像理想消噪效果体现在消除多源图像噪声的同时保护或加强图像的特点信息。于是，多源图像消噪的研究工作也是围绕这一效应开展的。只有兼顾去噪和保留多源图像正确的轮廓信息的前提下，才能保证通过去噪处理后的多源图像最大程度地接近不含噪声的原始图像。因而，多源图像去噪方法的研究具有重要意义，主要体现在以下几个方面：

1）多源图像的去噪处理使得多源图像的信息能够被正确识别。由于成像机理的不同，当多源图像中含有的噪声比较严重时，多源图像就变得极为模糊，不仅使多源图像失去了存储信息的实际意义，而且也影响了对多源图像的观察，同时也干扰了对多源图像信息的正确理解。

2）多源图像的去噪处理使视觉识别信息的精度得到了提高。

3）多源图像的去噪处理为多源图像做进一步图像预处理提供了有力的保证。

4）多源图像的去噪处理方法依据有差异的数学理论知识。这些方法的内部机理及之间的相应关系，对探求出较好消噪效果起着重大作用。

5）多源图像去噪方法的研究具有广阔的应用前景。