نویز گاوسی

نویز گاوسی ( به انگلیسی: Gaussian noise ) یک نویز استاتیکی است که از تابع توزیع چگالی احتمال نرمال ( تابع گاوسی ) پیروی می کند؛ یعنی، مقادیر این نویز، توزیع گاوسی دارند. [ ۱]
نویز گاوسی در تصاویر و ویدیوها توزیعی تصادفی از آرتیفکت ها است که باعث می شود تصاویر کم رنگ و تار به نظر برسند. اگر از نزدیک و با دقت به تصاویر روی فیلم های گرفته شده با دوربین های قدیمی تر یا تصاویر نوارهای ویدیویی که مدت طولانی آرشیو شده اند نگاه شود، ذرات ریز با الگوهای تصادفی قابل مشاهده است.
در ارتباطات منظور از نویز گاوسی، یک تداخل تصادفی است که در اثر حرکت الکتریسیته در خط ایجاد می شود. این نویز مشابه نویز سفید است با این تفاوت که دامنهٔ فرکانسی آن کم تر است. نویز گاوسی بر خلاف نویز سفید و نویز صورتی قابل رؤیت است؛ به عنوان مثال، هنگامی که تلویزیون روی شبکه ای است که برنامه ای پخش نمی کند، می توان نویز گاوسی را دید و شنید. کانال های ارتباطی ممکن است با پهنای باند نویز گاوسی که از بسیاری از منابع طبیعی مثل ارتعاشات گرمایی اتم ها در رساناها ( نویز گرمایی ) ، نویز شلیکی ( به انگلیسی: shot noise ) ، تابش جسم سیاه از سمت زمین و سایر اجسام گرم و اجرام آسمانی مثل خورشید ایجاد می شود، تحت تأثیر قرار گیرند. [ ۲]
یک مورد خواص این نویز، نویز گاوسی سفید است که مقادیر آن در هر دو زمانی دو متغیر تصادفی مستقل با توزیع یکسان است. در تست و مدل کردن کانال ارتباطی، نویز گاوسی به عنوان نویز سفید افزایشی استفاده می شود تا نویز سفید افزایشی گاوسی ( به انگلیسی: Additive white Gaussian noise ) را تولید کند.
نویز گاوسی معمولاً مقادیر خاکستری در تصاویر دیجیتال را مختل می کند. به همین خاطر مدل نویز گاوسی اساساً با تابع چگالی احتمال بر حسب مقدار خاکستری یا نرمالیزه کردن هیستوگرام بر حسب مقدار خاکستری مشخص می شود. [ ۳]
p ( g ) = 1 σ 2 π e − ( g − μ ) 2 2 σ 2
که g مقدار خاکستری، σ انحراف معیار و μ برابر میانگین است.
در پردازش تصویر دیجیتال برای حذف نویزها، معمولاً از فیلترهای میانگین ( کانولوشن ) ، میانه و فیلتر گاوسی پایین گذر استفاده می کنند. [ ۴]