가우스 잡음 문서 원본 보기

{{위키데이터 속성 추적}}
{{multiple image
| direction = vertical
| width = 256
| footer =
| image1 = 512x512-No-Noise.jpg
| alt1 = 잡음 없음
| caption1 = 잡음 없음
| image2 = 512x512-Gaussian-Noise.jpg
| alt2 = 가우스 잡음 있음
| caption2 = 가우스 잡음 있음
}}
[[신호 처리]] 이론에서 [[카를 프리드리히 가우스]](Carl Friedrich Gauss)의 이름을 딴 '''가우스 잡음'''(Gaussian Noise)은 [[정규 분포]](가우스 분포)와 동일한 확률 밀도 함수(pdf)를 갖는 신호 잡음의 일종이다.<ref name="Barbu">{{저널 인용| title=Variational Image Denoising Approach with Diffusion Porous Media Flow | author=Tudor Barbu | journal=Abstract and Applied Analysis | year=2013 | volume=2013 | pages=8 | doi=10.1155/2013/856876| doi-access=free }}</ref><ref name="Handbook">{{웹 인용|url=https://www.sfu.ca/sonic-studio/handbook/Gaussian_Noise.html |title=Handbook for Acoustic Ecology |edition=Second |year=1999 |publisher=Cambridge Street Publishing |editor=Barry Truax |access-date=2012-08-05 |archive-url=https://web.archive.org/web/20171010053540/http://www.sfu.ca/sonic-studio/handbook/Gaussian_Noise.html |archive-date=2017-10-10 |url-status=dead }}</ref> 즉, 노이즈가 취할 수 있는 값은 가우스 분포이다.

가우스 확률 변수 z의 확률 밀도 함수 p는 다음과 같이 지정된다.

: <math>\varphi(z) = \frac 1 {\sigma\sqrt{2\pi}} e^{ -(z-\mu)^2/(2\sigma^2) }</math>

여기서 z는 그레이 레벨, u는 [[평균값|평균]] 그레이 값, a는 이 값의 [[표준 편차]]이다.

== 같이 보기 ==
* [[가우시안 과정]]
* [[가우시안 블러]]

== 각주 ==
{{각주}}

[[분류:확률 과정]]
[[분류:정규 분포]]
[[분류:음향학]]