Ruido gaussiano

Tipo de ruido en el procesamiento de señales

En la teoría del procesamiento de señales , el ruido gaussiano , llamado así por Carl Friedrich Gauss , es un tipo de ruido de señal 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 se distribuyen de forma gaussiana.

La función de densidad de probabilidad de una variable aleatoria gaussiana viene dada por: ${\displaystyle p}$ ${\displaystyle z}$

${\displaystyle \varphi (z)={\frac {1}{\sigma {\sqrt {2\pi }}}}e^{-(z-\mu )^{2}/(2\sigma ^{2})}}$

donde representa el nivel de gris, el valor de gris medio y su desviación estándar . ^[3] ${\displaystyle z}$ ${\displaystyle \mu }$ ${\displaystyle \sigma }$

Un caso especial es el ruido gaussiano blanco , 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 telecomunicaciones y redes de computadoras , los canales de comunicación pueden verse afectados por el ruido gaussiano de banda ancha que proviene de muchas fuentes naturales, como las vibraciones térmicas de los átomos en los conductores (denominado ruido térmico o ruido de Johnson-Nyquist ), el ruido de disparo , la radiación del 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, el ruido del sensor causado por una iluminación deficiente y/o una temperatura alta, y/o la transmisión, por ejemplo, el ruido del circuito electrónico . ^[3] En el procesamiento de imágenes digitales, el ruido gaussiano se puede reducir utilizando un filtro espacial , aunque al suavizar una imagen, un resultado no deseado puede ser el desenfoque de los bordes y detalles de la imagen a escala fina porque también corresponden a frecuencias altas bloqueadas. Las técnicas de filtrado espacial convencionales para la eliminación de ruido incluyen: filtrado medio ( convolución ), filtrado mediano y suavizado gaussiano . ^{[1] [4]}

Véase también

• Proceso gaussiano
• Suavizado gaussiano

Referencias

1. Tudor Barbu (2013). "Enfoque de eliminación de ruido de imágenes variacionales con flujo de medios porosos de difusión". Análisis abstracto y aplicado . 2013 : 8. doi : 10.1155/2013/856876 .
2. Barry Truax, ed. (1999). "Handbook for Acoustic Ecology" (Segunda edición). Cambridge Street Publishing. Archivado desde el original el 10 de octubre de 2017. Consultado el 5 de agosto de 2012 .
3. Philippe Cattin (24 de abril de 2012). «Restauración de imágenes: Introducción al procesamiento de señales e imágenes». MIAC, Universidad de Basilea. Archivado desde el original el 18 de septiembre de 2016. Consultado el 11 de octubre de 2013 .
4. Robert Fisher; Simon Perkins; Ashley Walker; Erik Wolfart. «Síntesis de imágenes: generación de ruido» . Consultado el 11 de octubre de 2013 .