สัญญาณรบกวนแบบเกาส์

แม่แบบ:Multiple image สัญญาณรบกวนแบบเกาส์ (Gaussian noise) เป็นสัญญาณรบกวนที่มีฟังก์ชันความหนาแน่นของความน่าจะเป็นเป็นการแจกแจงแบบเกาส์

ให้ $z$ เป็นตัวแปรสุ่มที่มีการแจกแจงเป็นแบบเกาส์ ฟังก์ชันความหนาแน่นของความน่าจะเป็น $p$ จะเป็น

$p_{\mathrm{G}}(z)=\frac{1}{\sigma \sqrt{2\pi }}\exp (-\frac{(z-\mu {)}^2}{2{\sigma }^2})$

ในที่นี้ $\mu$ คือค่าเฉลี่ย $\sigma$ คือค่าเบี่ยงเบนมาตรฐาน

มีกรณีพิเศษเรียกว่าสัญญาณรบกวนแบบเกาส์สีขาว (white Gaussian noise) ซึ่งเป็นกรณีที่ค่าของค่าผสมของเวลาใด ๆ มี การแจกแจงเหมือนกัน มี ความเป็นอิสระต่อกัน สัญญาณรบกวนแบบเกาส์​สามารถถูกใช้เป็น สัญญาณรบกวนสีขาวเสริมเข้าไปเพื่อสร้างสัญญาณรบกวนแบบเกาส์สีขาวบวกเพิ่ม ซึ่งมีการใช้ในการทดสอบหรือการสร้างแบบจำลองช่องสัญญาณ

ในทางโทรคมนาคมและเครือข่ายคอมพิวเตอร์ เส้นทางการสื่อสารอาจได้รับผลกระทบจากสัญญาณรบกวนแบบเกาส์​ในขอบเขตกว้าง ที่เกิดจากแหล่งกำเนิดธรรมชาติหลายชนิด เช่น การสั่นด้วยความร้อนของอะตอมในตัวนำ (หรือที่เรียกว่า สัญญาณรบกวนจอห์นสัน–นือควิสต์), สัญญาณรบกวนปะทุ, การแผ่รังสีของวัตถุดำจากวัตถุอื่น ๆ บนพื้นโลก รวมถึงจากวัตถุทางดาราศาสตร์อย่างดวงอาทิตย์

สัญญาณรบกวนแบบเกาส์​ในภาพดิจิทัล

แหล่งที่มาหลักของสัญญาณรบกวนแบบเกาส์​ในภาพดิจิทัลเกิดขึ้นระหว่างการรับภาพ สาเหตุอาจเนื่องมาจาก แสงไม่เพียงพอ สัญญาณรบกวนของเซนเซอร์รูปภาพเนื่องจากอุณหภูมิสูง และสัญญาณรบกวนวงจรอิเล็กทรอนิกส์ระหว่างการส่งสัญญาณ

ในการประมวลผลภาพดิจิทัล สัญญาณรบกวนแบบเกาส์สามารถลดลงได้โดยใช้การกรองเชิงปริภูมิ เมื่อปรับภาพให้เรียบ ระบบจะจัดการกับความถี่สูงที่บดบังขอบหรือรายละเอียดของภาพในส่วนปลีกย่อย ซึ่งอาจส่งผลให้เกิดภาพเบลอซึ่งไม่พึงประสงค์ได้ เทคนิคการกรองเชิงปริภูมิแบบดั้งเดิมสำหรับ การลดสัญญาณรบกวน ได้แก่ การกรองด้วยค่าเฉลี่ย การกรองด้วยค่ามัธยฐาน และ การทำเบลอแบบเกาส์​ เป็นต้น