गाऊसी रव: Difference between revisions

From Vigyanwiki
(Created page with "{{Short description|Type of noise in signal processing}} {{multiple image | direction = vertical | width = 256 | footer = | image1 = 512x512-No-Noise.jpg | alt1 = Without nois...")
 
No edit summary
Line 12: Line 12:
}}
}}


गॉसियन शोर, जिसका नाम [[कार्ल फ्रेडरिक गॉस]] के नाम पर रखा गया है, [[ संकेत आगे बढ़ाना ]] का एक शब्द है जो एक प्रकार के शोर (वर्णक्रमीय घटना) को दर्शाता है जिसमें [[सामान्य वितरण]] (जिसे गॉसियन वितरण के रूप में भी जाना जाता है) के बराबर संभाव्यता घनत्व फ़ंक्शन (पीडीएफ) होता है। .<ref name="Barbu" /><ref name="Handbook"/>दूसरे शब्दों में, शोर जो मान ले सकता है वह गाऊसी-वितरित है।
गॉसियन शोर, जिसका नाम [[कार्ल फ्रेडरिक गॉस]] के नाम पर रखा गया है, [[ संकेत आगे बढ़ाना |संकेत आगे बढ़ाना]] का शब्द है जो प्रकार के शोर (वर्णक्रमीय घटना) को दर्शाता है जिसमें [[सामान्य वितरण]] (जिसे गॉसियन वितरण के रूप में भी जाना जाता है) के बराबर संभाव्यता घनत्व फ़ंक्शन (पीडीएफ) होता है। .<ref name="Barbu" /><ref name="Handbook"/>दूसरे शब्दों में, शोर जो मान ले सकता है वह गाऊसी-वितरित है।


संभाव्यता घनत्व फ़ंक्शन <math>p</math> गाऊसी यादृच्छिक चर का <math>z</math> द्वारा दिया गया है:
संभाव्यता घनत्व फ़ंक्शन <math>p</math> गाऊसी यादृच्छिक चर का <math>z</math> द्वारा दिया गया है:
Line 21: Line 21:
एक विशेष मामला व्हाइट गॉसियन शोर है, जिसमें किसी भी समय जोड़ी पर मान [[iid]] और [[सांख्यिकीय रूप से स्वतंत्र]] (और इसलिए असंबंधित) होते हैं। संचार चैनल परीक्षण और मॉडलिंग में, गॉसियन शोर का उपयोग [[योगात्मक सफेद गाऊसी शोर]] उत्पन्न करने के लिए एडिटिव [[श्वेत रव]] के रूप में किया जाता है।
एक विशेष मामला व्हाइट गॉसियन शोर है, जिसमें किसी भी समय जोड़ी पर मान [[iid]] और [[सांख्यिकीय रूप से स्वतंत्र]] (और इसलिए असंबंधित) होते हैं। संचार चैनल परीक्षण और मॉडलिंग में, गॉसियन शोर का उपयोग [[योगात्मक सफेद गाऊसी शोर]] उत्पन्न करने के लिए एडिटिव [[श्वेत रव]] के रूप में किया जाता है।


[[दूरसंचार]] और [[ कम्प्यूटर नेट्वर्किंग ]] में, संचार चैनल कई प्राकृतिक स्रोतों से आने वाले [[वाइडबैंड]] गॉसियन शोर से प्रभावित हो सकते हैं, जैसे कंडक्टरों में परमाणुओं के थर्मल कंपन (थर्मल शोर या जॉनसन-नाइक्विस्ट शोर के रूप में जाना जाता है), शॉट शोर, ब्लैक-बॉडी विकिरण पृथ्वी और अन्य गर्म वस्तुओं से, और सूर्य जैसे आकाशीय स्रोतों से।
[[दूरसंचार]] और [[ कम्प्यूटर नेट्वर्किंग |कम्प्यूटर नेट्वर्किंग]] में, संचार चैनल कई प्राकृतिक स्रोतों से आने वाले [[वाइडबैंड]] गॉसियन शोर से प्रभावित हो सकते हैं, जैसे कंडक्टरों में परमाणुओं के थर्मल कंपन (थर्मल शोर या जॉनसन-नाइक्विस्ट शोर के रूप में जाना जाता है), शॉट शोर, ब्लैक-बॉडी विकिरण पृथ्वी और अन्य गर्म वस्तुओं से, और सूर्य जैसे आकाशीय स्रोतों से।


== [[डिजिटल छवि]]यों में गाऊसी शोर ==
== [[डिजिटल छवि]]यों में गाऊसी शोर ==


डिजिटल छवियों में गॉसियन शोर के प्रमुख स्रोत अधिग्रहण के दौरान उत्पन्न होते हैं जैसे खराब रोशनी और/या उच्च तापमान और/या ट्रांसमिशन के कारण होने वाला [[सेंसर शोर]]। [[सर्किट शोर स्तर]].<ref name="Basel" />डिजिटल छवि प्रसंस्करण में गॉसियन शोर को एक स्थानिक फिल्टर का उपयोग करके कम किया जा सकता है, हालांकि एक छवि को सुचारू करते समय, एक अवांछनीय परिणाम के परिणामस्वरूप ठीक-ठाक छवि किनारों और विवरणों का धुंधलापन हो सकता है क्योंकि वे अवरुद्ध उच्च आवृत्तियों के अनुरूप भी होते हैं। [[शोर में कमी]] के लिए पारंपरिक [[स्थानिक फ़िल्टर]]िंग तकनीकों में शामिल हैं: माध्य ([[कनवल्शन]]) फ़िल्टरिंग, माध्यिका फ़िल्टरिंग और [[गाऊसी स्मूथिंग]]।<ref name="Barbu" /><ref name="HIPR2" />
डिजिटल छवियों में गॉसियन शोर के प्रमुख स्रोत अधिग्रहण के दौरान उत्पन्न होते हैं जैसे खराब रोशनी और/या उच्च तापमान और/या ट्रांसमिशन के कारण होने वाला [[सेंसर शोर]]। [[सर्किट शोर स्तर]].<ref name="Basel" />डिजिटल छवि प्रसंस्करण में गॉसियन शोर को स्थानिक फिल्टर का उपयोग करके कम किया जा सकता है, हालांकि छवि को सुचारू करते समय, अवांछनीय परिणाम के परिणामस्वरूप ठीक-ठाक छवि किनारों और विवरणों का धुंधलापन हो सकता है क्योंकि वे अवरुद्ध उच्च आवृत्तियों के अनुरूप भी होते हैं। [[शोर में कमी]] के लिए पारंपरिक [[स्थानिक फ़िल्टर]]िंग तकनीकों में शामिल हैं: माध्य ([[कनवल्शन]]) फ़िल्टरिंग, माध्यिका फ़िल्टरिंग और [[गाऊसी स्मूथिंग]]।<ref name="Barbu" /><ref name="HIPR2" />





Revision as of 09:06, 18 July 2023

Without noise
Without noise
With Gaussian noise
With Gaussian noise

गॉसियन शोर, जिसका नाम कार्ल फ्रेडरिक गॉस के नाम पर रखा गया है, संकेत आगे बढ़ाना का शब्द है जो प्रकार के शोर (वर्णक्रमीय घटना) को दर्शाता है जिसमें सामान्य वितरण (जिसे गॉसियन वितरण के रूप में भी जाना जाता है) के बराबर संभाव्यता घनत्व फ़ंक्शन (पीडीएफ) होता है। .[1][2]दूसरे शब्दों में, शोर जो मान ले सकता है वह गाऊसी-वितरित है।

संभाव्यता घनत्व फ़ंक्शन गाऊसी यादृच्छिक चर का द्वारा दिया गया है:

कहाँ ग्रे स्तर का प्रतिनिधित्व करता है, माध्य ग्रे मान और इसका मानक विचलन.[3]

एक विशेष मामला व्हाइट गॉसियन शोर है, जिसमें किसी भी समय जोड़ी पर मान iid और सांख्यिकीय रूप से स्वतंत्र (और इसलिए असंबंधित) होते हैं। संचार चैनल परीक्षण और मॉडलिंग में, गॉसियन शोर का उपयोग योगात्मक सफेद गाऊसी शोर उत्पन्न करने के लिए एडिटिव श्वेत रव के रूप में किया जाता है।

दूरसंचार और कम्प्यूटर नेट्वर्किंग में, संचार चैनल कई प्राकृतिक स्रोतों से आने वाले वाइडबैंड गॉसियन शोर से प्रभावित हो सकते हैं, जैसे कंडक्टरों में परमाणुओं के थर्मल कंपन (थर्मल शोर या जॉनसन-नाइक्विस्ट शोर के रूप में जाना जाता है), शॉट शोर, ब्लैक-बॉडी विकिरण पृथ्वी और अन्य गर्म वस्तुओं से, और सूर्य जैसे आकाशीय स्रोतों से।

डिजिटल छवियों में गाऊसी शोर

डिजिटल छवियों में गॉसियन शोर के प्रमुख स्रोत अधिग्रहण के दौरान उत्पन्न होते हैं जैसे खराब रोशनी और/या उच्च तापमान और/या ट्रांसमिशन के कारण होने वाला सेंसर शोरसर्किट शोर स्तर.[3]डिजिटल छवि प्रसंस्करण में गॉसियन शोर को स्थानिक फिल्टर का उपयोग करके कम किया जा सकता है, हालांकि छवि को सुचारू करते समय, अवांछनीय परिणाम के परिणामस्वरूप ठीक-ठाक छवि किनारों और विवरणों का धुंधलापन हो सकता है क्योंकि वे अवरुद्ध उच्च आवृत्तियों के अनुरूप भी होते हैं। शोर में कमी के लिए पारंपरिक स्थानिक फ़िल्टरिंग तकनीकों में शामिल हैं: माध्य (कनवल्शन) फ़िल्टरिंग, माध्यिका फ़िल्टरिंग और गाऊसी स्मूथिंग[1][4]


यह भी देखें

संदर्भ

  1. 1.0 1.1 Tudor Barbu (2013). "Variational Image Denoising Approach with Diffusion Porous Media Flow". Abstract and Applied Analysis. 2013: 8. doi:10.1155/2013/856876.
  2. Barry Truax, ed. (1999). "Handbook for Acoustic Ecology" (Second ed.). Cambridge Street Publishing. Archived from the original on 2017-10-10. Retrieved 2012-08-05.
  3. 3.0 3.1 Philippe Cattin (2012-04-24). "Image Restoration: Introduction to Signal and Image Processing". MIAC, University of Basel. Retrieved 11 October 2013.
  4. Robert Fisher; Simon Perkins; Ashley Walker; Erik Wolfart. "Image Synthesis — Noise Generation". Retrieved 11 October 2013.