A. 图像噪声的常见噪声
图像系统中的噪声来自多方面 ，有电子元器件 ，如电阻引起的热噪声；真空器件引起的散粒噪声和闪烁噪声；面结型晶体管产生的颗粒噪声和噪声；场效应管的沟道热噪声 ；光电管的光量子噪声和电子起伏噪声；摄象管引起的各种噪声等等。由这些元器件组成各种电子线路以及构成的设备又将使这些噪声产生不同的变换而形成局部线路和设备的噪声。另外还有就是光学现象所产生的图像光学噪声。在这一小节中，我们仅对一些专用元器件和设备噪声略加介绍。 对于图像系统而言，光学噪声之所以重要，主要是因为在全部系统噪声中 光学噪声占相当的比重。所谓光学噪声是指由光学现象产生的噪声。如胶片的粒状结构产生的颗粒噪声；印象纸粗糙表面凹凸不平所产生的亮度浓淡分布也属于这类噪声；投影屏和荧光屏的粒状结构引起的颗粒噪声等。
光学噪声和电气噪声主要差别表现为：前者是在二维空间中展开的图形 ，而后者可由电压的时间变化来表示 。另外光学噪声多半是乘性噪声即前面我们讲的随信号大小而变化的，而电气噪声一般可以认为是加性噪声 ，但两者都可以看作是平稳随机过程，所以可以用付立叶变换进行分析。
B. matlab分析图像是否有噪声
Matlab中为图片加噪声的语句是
(1)J = imnoise(I,type);
(2)J = imnoise(I,type,parameters);
其中I为原图象的灰度矩阵,J为加噪声后图象的灰度矩阵;
一般情况下用(1)中表示即可,(2)中表示是允许修改参数,
而(1)中使用缺省参数;
至于type可有五种,分别为'gaussian'(高斯白噪声),'localvar'
(与图象灰度值有关的零均值高斯白噪声),'poisson'(泊松噪声),
'salt & pepper'(椒盐噪声)和'speckle'(斑点噪声);
具体(2)中参数值的设定可根据个人需要;
其余情况以及若还有不懂请参考Matlab帮助文件。
比如说：
I=imread('image.bmp');
J=imnoise(I,'salt & pepper');
imshow(J);
以上程序就表示把原图像加入椒盐噪声，但注意要把图像和以上程序的M文件放在同一个子目录下；
这回应该明白了吧？
C. 数字图像处理中的图像噪声有哪些主要类型,主要特点是什么
1.图像噪声按其产生的原因可以分为
外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电气设备，天体放电现象等引起的噪声。 内部噪声：一般又可分为以下四种： （1）由光和电的基本性质所引起的噪声。如电流的产生是由电子或空穴粒子的集合，定向运动所形成。因这些粒子运动的随机性而形成的散粒噪声；导体中自由电子的无规则热运动所形成的热噪声；根据光的粒子性，图像是由光量子所传输，而光量子密度随时间和空间变化所形成的光量子噪声等。（2）电器的机械运动产生的噪声。如各种接头因抖动引起电流变化所产生的噪声；磁头、磁带等抖动或一起的抖动等。 （3）器材材料本身引起的噪声。如正片和负片的表面颗粒性和磁带磁盘表面缺陷所产生的噪声。随着材料科学的发展，这些噪声有望不断减少，但在目前来讲，还是不可避免的。 （4）系统内部设备电路所引起的噪声。如电源引入的交流噪声；偏转系统和箝位电路所引起的噪声等。
2.图像噪声从统计理论观点可以分为
平稳和非平稳噪声两种。在实际应用中，不去追究严格的数学定义，这两种噪声可以理解为：其统计特性不随时间变化的噪声称其为平稳噪声。其统计特性随时间变化而变化的称其为非平稳噪声。
3.还可以按噪声幅度随时间分布形状来定义
如其幅度分布是按高斯分布的就称其为高斯噪声，而按雷利分布的就称其为雷利噪声。
4.也有按噪声频谱形状来命名的
如频谱均匀分布的噪声称为白噪声；频谱与频率成反比的称为 1/f噪声；而与频率平方成正比的称为三角噪声等等。5.另外按噪声和信号之间关系可分为 加性噪声和乘性噪声：假定信号为 ,噪声为 ，如果混合迭加波形是 形式，则称此类噪声为加性噪声；如果迭加波形为形式，则称其为乘性噪声。前者如放大器噪声等。每一个象素的噪声不管输入信号大小，噪声总是分别加到信号上。后者如光量子噪声，胶片颗粒噪声等。由于载送每一个象素信息的载体的变化而产生的噪声受信息本身调制。在某些情况下，如信号变化很小，噪声也不大。为了分析处理方便，常常将乘性噪声近似认为是加性噪声，而且总是假定信号和噪声是互相统计独立。
5.此外根据经常影响图像质量的噪声源又可分
首先，是记录在感光片上的图像会受到感光颗粒噪声的影响；其次，图像从光学到电子形式的转换是一个统计过程（因为每个图像元素接收到的光子数目是有限的）。最后，处理信号的电子放大器会引入热噪声。人们为建立这三类噪声的模型进行过大量研究。 （1）电子噪声 在阻性器件中由于电子随机热运动而造成的电子噪声是三种模型中最简单的。这类噪声很早就被电路设计人员成功地建模并研究了。一般常用零均值高斯白噪声作为其模型．它具有一个高斯函数形状的直方图分布以及平坦的功率谱。它可用其 RMS值（标准差）来完全表征。有时，电子器件也会产生一种所谓的1/f 噪声．这是一种强度与频率成反比的随机噪声。然而，图像处理问题很少需要对这种 噪声进行建模。 （2）光电子噪声 光电子噪声是由光的统计本质和图像传感器中光电转换过程引起的。在弱光照的情况下，其影响更为严重，此时常用具有泊松密度分布的随机变量作为光电噪声的模型。这种分布的标准差等于该随机变量均值的平方根。 在光照较强时，泊松分布趋向更易描述的高斯分布；而标准差（RSM幅值）仍等于均值的平方根。这意味着噪声的幅度是与信号有关的。
D. 什么是声音的频谱图，用图分析连续的频谱和只有纯音
声音的种类
一，纯音
现实世界中有各种各样的声音。从听觉医学角度来分类，我们常根据声音的周期特性将其分为周期性声音和非周期性声音。周期性声音包括纯音和复合音，这是由于它们的波型都具有一定的重复性；而非周期性声音则是由许多频率、强度和相位不同的声音无规律性地组合在一起形成。比如，日常生活的噪音就是一个例子，相比之下，非周期性声音就不是那么受人欢迎了。
纯音是含单一频率，同时声压随时间按正弦函数规律变化的声波。在自然界和日常生活中很少遇到纯音，纯音可由音叉产生，也可用电子振荡电路或音响合成器产生。
音叉(tuning fork)是呈“Y”形的钢质或铝合金发声器，各种音叉可因其质量和叉臂长短、粗细不同而在振动时发出不同频率的纯音。在临床耳科中应用广泛而简便的听力检查方法之一就是音叉试验，这个试验就是利用音叉发出的不同频率的纯音测试患者的听力状况。临床听力检查多用C调倍频程的一组音叉，即C=64Hz、c=128Hz、c1=256Hz、c2=512Hz、c3=1024Hz、c4=2048Hz、c5=4096Hz，其中以C1和C2最为常用。
二，复合音
在自然界和日常生活中很少遇到纯音，绝大部分都是复合音。复合音是由频率不同、振幅不同和相位不同的正弦波叠加形成的，它也是—种周期性的振动波。常用的科学波形分析方法是 Fourier分析法，纯音和复音可以互相之间合成和分解。
在复合音波中频率最低的成分(分音)称基音。频率与基音成整倍数的分音称谐音(谐波)，2倍或3倍基音的分音分别称二次或三次谐音。复合波之振幅是由基音的振幅和各组谐音的振幅重叠而成。若振幅方向相同则可相加；若振幅方向相反则须要相减。
复合音是多个物理参数不同的正弦波规律性叠加形成的。任何复杂的周期性振动都可以分解为许多谐波，这称为傅里叶定律。把复杂的振动分解成各种频率成分的过程称傅里叶分析，也称频谱分析。声音通过频谱分析仪后分解成许多振幅和频率不同的信号，将这些振幅不同的成分按频率顺序排列所描绘的图形称频谱图。
三，噪音
噪音又称噪声，一般是指不恰当或者不舒服的听觉刺激。噪音由许多频率、强度和相位不同的声音无规律性地组合在一起形成，其特点为非周期性的振动，它的音波波形不规则，听起来感到刺耳。一般来说，凡是妨碍人们学习、工作和休息并使人产生不舒适感觉的声音，都叫噪音，如流水声、敲打声、沙沙声，机器轰鸣声等。噪声又分为白噪声、粉红噪声和褐色噪声等。它的测量单位是分贝。
白噪声（white noise）是指一段声音中的频率分量的功率在整个可听范围（20Hz～20kHz）内都是均匀的。由于人耳对高频敏感一些，这种声音听上去是很躁耳的沙沙声。白噪声具有连续的噪声谱，包含有各种频率成分的噪声。它的功率谱密度与频率无关。白噪声广泛用于环境声学测量。
粉红噪声（pink noise）是自然界最常见的噪音，简单说来，粉红噪声的频率分量功率主要分布在中低频段。粉红噪声在人耳中听到的是平直的频率响应——“非常悦耳的一种噪声”，最常用于声学测试。从波形角度看，粉红噪声是分形的，在一定的范围内音频数据具有相同或类似的能量。粉红噪声的电平从低频向高频不断衰减，其幅度与频率成反比(1／f)。其幅度每倍频程(一个8度)下降3dB。利用粉红噪音可以模拟出瀑布或者下雨的声音。
褐色噪声（brown noise）的频率分量功率主要集中在低频段。其能量下降曲线为1／f2，其波形是非常自相似的。总体来说，褐色噪声有点和工厂里面的“轰轰隆隆”的背景声相似。