A. 圖像雜訊的常見雜訊
圖像系統中的雜訊來自多方面 ，有電子元器件 ，如電阻引起的熱雜訊；真空器件引起的散粒雜訊和閃爍雜訊；面結型晶體管產生的顆粒雜訊和雜訊；場效應管的溝道熱雜訊 ；光電管的光量子雜訊和電子起伏雜訊；攝象管引起的各種雜訊等等。由這些元器件組成各種電子線路以及構成的設備又將使這些雜訊產生不同的變換而形成局部線路和設備的雜訊。另外還有就是光學現象所產生的圖像光學雜訊。在這一小節中，我們僅對一些專用元器件和設備雜訊略加介紹。 對於圖像系統而言，光學雜訊之所以重要，主要是因為在全部系統雜訊中 光學雜訊占相當的比重。所謂光學雜訊是指由光學現象產生的雜訊。如膠片的粒狀結構產生的顆粒雜訊；印象紙粗糙表面凹凸不平所產生的亮度濃淡分布也屬於這類雜訊；投影屏和熒光屏的粒狀結構引起的顆粒雜訊等。
光學雜訊和電氣雜訊主要差別表現為：前者是在二維空間中展開的圖形 ，而後者可由電壓的時間變化來表示 。另外光學雜訊多半是乘性雜訊即前面我們講的隨信號大小而變化的，而電氣雜訊一般可以認為是加性雜訊 ，但兩者都可以看作是平穩隨機過程，所以可以用付立葉變換進行分析。
B. matlab分析圖像是否有雜訊
Matlab中為圖片加雜訊的語句是
(1)J = imnoise(I,type);
(2)J = imnoise(I,type,parameters);
其中I為原圖象的灰度矩陣,J為加雜訊後圖象的灰度矩陣;
一般情況下用(1)中表示即可,(2)中表示是允許修改參數,
而(1)中使用預設參數;
至於type可有五種,分別為'gaussian'(高斯白雜訊),'localvar'
(與圖象灰度值有關的零均值高斯白雜訊),'poisson'(泊松雜訊),
'salt & pepper'(椒鹽雜訊)和'speckle'(斑點雜訊);
具體(2)中參數值的設定可根據個人需要;
其餘情況以及若還有不懂請參考Matlab幫助文件。
比如說：
I=imread('image.bmp');
J=imnoise(I,'salt & pepper');
imshow(J);
以上程序就表示把原圖像加入椒鹽雜訊，但注意要把圖像和以上程序的M文件放在同一個子目錄下；
這回應該明白了吧？
C. 數字圖像處理中的圖像雜訊有哪些主要類型,主要特點是什麼
1.圖像雜訊按其產生的原因可以分為
外部雜訊，即指系統外部干擾以電磁波或經電源串進系統內部而引起的雜訊。如電氣設備，天體放電現象等引起的雜訊。 內部雜訊：一般又可分為以下四種： （1）由光和電的基本性質所引起的雜訊。如電流的產生是由電子或空穴粒子的集合，定向運動所形成。因這些粒子運動的隨機性而形成的散粒雜訊；導體中自由電子的無規則熱運動所形成的熱雜訊；根據光的粒子性，圖像是由光量子所傳輸，而光量子密度隨時間和空間變化所形成的光量子雜訊等。（2）電器的機械運動產生的雜訊。如各種接頭因抖動引起電流變化所產生的雜訊；磁頭、磁帶等抖動或一起的抖動等。 （3）器材材料本身引起的雜訊。如正片和負片的表面顆粒性和磁帶磁碟表面缺陷所產生的雜訊。隨著材料科學的發展，這些雜訊有望不斷減少，但在目前來講，還是不可避免的。 （4）系統內部設備電路所引起的雜訊。如電源引入的交流雜訊；偏轉系統和箝位電路所引起的雜訊等。
2.圖像雜訊從統計理論觀點可以分為
平穩和非平穩雜訊兩種。在實際應用中，不去追究嚴格的數學定義，這兩種雜訊可以理解為：其統計特性不隨時間變化的雜訊稱其為平穩雜訊。其統計特性隨時間變化而變化的稱其為非平穩雜訊。
3.還可以按雜訊幅度隨時間分布形狀來定義
如其幅度分布是按高斯分布的就稱其為高斯雜訊，而按雷利分布的就稱其為雷利雜訊。
4.也有按雜訊頻譜形狀來命名的
如頻譜均勻分布的雜訊稱為白雜訊；頻譜與頻率成反比的稱為 1/f雜訊；而與頻率平方成正比的稱為三角雜訊等等。5.另外按雜訊和信號之間關系可分為 加性雜訊和乘性雜訊：假定信號為 ,雜訊為 ，如果混合迭加波形是 形式，則稱此類雜訊為加性雜訊；如果迭加波形為形式，則稱其為乘性雜訊。前者如放大器雜訊等。每一個象素的雜訊不管輸入信號大小，雜訊總是分別加到信號上。後者如光量子雜訊，膠片顆粒雜訊等。由於載送每一個象素信息的載體的變化而產生的雜訊受信息本身調制。在某些情況下，如信號變化很小，雜訊也不大。為了分析處理方便，常常將乘性雜訊近似認為是加性雜訊，而且總是假定信號和雜訊是互相統計獨立。
5.此外根據經常影響圖像質量的雜訊源又可分
首先，是記錄在感光片上的圖像會受到感光顆粒雜訊的影響；其次，圖像從光學到電子形式的轉換是一個統計過程（因為每個圖像元素接收到的光子數目是有限的）。最後，處理信號的電子放大器會引入熱雜訊。人們為建立這三類雜訊的模型進行過大量研究。 （1）電子雜訊 在阻性器件中由於電子隨機熱運動而造成的電子雜訊是三種模型中最簡單的。這類雜訊很早就被電路設計人員成功地建模並研究了。一般常用零均值高斯白雜訊作為其模型．它具有一個高斯函數形狀的直方圖分布以及平坦的功率譜。它可用其 RMS值（標准差）來完全表徵。有時，電子器件也會產生一種所謂的1/f 雜訊．這是一種強度與頻率成反比的隨機雜訊。然而，圖像處理問題很少需要對這種 雜訊進行建模。 （2）光電子雜訊 光電子雜訊是由光的統計本質和圖像感測器中光電轉換過程引起的。在弱光照的情況下，其影響更為嚴重，此時常用具有泊松密度分布的隨機變數作為光電雜訊的模型。這種分布的標准差等於該隨機變數均值的平方根。 在光照較強時，泊松分布趨向更易描述的高斯分布；而標准差（RSM幅值）仍等於均值的平方根。這意味著雜訊的幅度是與信號有關的。
D. 什麼是聲音的頻譜圖，用圖分析連續的頻譜和只有純音
聲音的種類
一，純音
現實世界中有各種各樣的聲音。從聽覺醫學角度來分類，我們常根據聲音的周期特性將其分為周期性聲音和非周期性聲音。周期性聲音包括純音和復合音，這是由於它們的波型都具有一定的重復性；而非周期性聲音則是由許多頻率、強度和相位不同的聲音無規律性地組合在一起形成。比如，日常生活的噪音就是一個例子，相比之下，非周期性聲音就不是那麼受人歡迎了。
純音是含單一頻率，同時聲壓隨時間按正弦函數規律變化的聲波。在自然界和日常生活中很少遇到純音，純音可由音叉產生，也可用電子振盪電路或音響合成器產生。
音叉(tuning fork)是呈「Y」形的鋼質或鋁合金發聲器，各種音叉可因其質量和叉臂長短、粗細不同而在振動時發出不同頻率的純音。在臨床耳科中應用廣泛而簡便的聽力檢查方法之一就是音叉試驗，這個試驗就是利用音叉發出的不同頻率的純音測試患者的聽力狀況。臨床聽力檢查多用C調倍頻程的一組音叉，即C=64Hz、c=128Hz、c1=256Hz、c2=512Hz、c3=1024Hz、c4=2048Hz、c5=4096Hz，其中以C1和C2最為常用。
二，復合音
在自然界和日常生活中很少遇到純音，絕大部分都是復合音。復合音是由頻率不同、振幅不同和相位不同的正弦波疊加形成的，它也是—種周期性的振動波。常用的科學波形分析方法是 Fourier分析法，純音和復音可以互相之間合成和分解。
在復合音波中頻率最低的成分(分音)稱基音。頻率與基音成整倍數的分音稱諧音(諧波)，2倍或3倍基音的分音分別稱二次或三次諧音。復合波之振幅是由基音的振幅和各組諧音的振幅重疊而成。若振幅方向相同則可相加；若振幅方向相反則須要相減。
復合音是多個物理參數不同的正弦波規律性疊加形成的。任何復雜的周期性振動都可以分解為許多諧波，這稱為傅里葉定律。把復雜的振動分解成各種頻率成分的過程稱傅里葉分析，也稱頻譜分析。聲音通過頻譜分析儀後分解成許多振幅和頻率不同的信號，將這些振幅不同的成分按頻率順序排列所描繪的圖形稱頻譜圖。
三，噪音
噪音又稱雜訊，一般是指不恰當或者不舒服的聽覺刺激。噪音由許多頻率、強度和相位不同的聲音無規律性地組合在一起形成，其特點為非周期性的振動，它的音波波形不規則，聽起來感到刺耳。一般來說，凡是妨礙人們學習、工作和休息並使人產生不舒適感覺的聲音，都叫噪音，如流水聲、敲打聲、沙沙聲，機器轟鳴聲等。雜訊又分為白雜訊、粉紅雜訊和褐色雜訊等。它的測量單位是分貝。
白雜訊（white noise）是指一段聲音中的頻率分量的功率在整個可聽范圍（20Hz～20kHz）內都是均勻的。由於人耳對高頻敏感一些，這種聲音聽上去是很躁耳的沙沙聲。白雜訊具有連續的雜訊譜，包含有各種頻率成分的雜訊。它的功率譜密度與頻率無關。白雜訊廣泛用於環境聲學測量。
粉紅雜訊（pink noise）是自然界最常見的噪音，簡單說來，粉紅雜訊的頻率分量功率主要分布在中低頻段。粉紅雜訊在人耳中聽到的是平直的頻率響應——「非常悅耳的一種雜訊」，最常用於聲學測試。從波形角度看，粉紅雜訊是分形的，在一定的范圍內音頻數據具有相同或類似的能量。粉紅雜訊的電平從低頻向高頻不斷衰減，其幅度與頻率成反比(1／f)。其幅度每倍頻程(一個8度)下降3dB。利用粉紅噪音可以模擬出瀑布或者下雨的聲音。
褐色雜訊（brown noise）的頻率分量功率主要集中在低頻段。其能量下降曲線為1／f2，其波形是非常自相似的。總體來說，褐色雜訊有點和工廠裡面的「轟轟隆隆」的背景聲相似。