画像処理におけるノイズとは何か？ – 基礎知識

公開日 2023年11月13日

更新日 2026年5月22日

著者

Haziqa Sajid

画像処理におけるノイズとは、画像の品質を低下させる要因の1つです。ノイズは、画像の明るさや色情報のランダムな変動によって生じます。このようなノイズは、画像の品質を低下させ、画像の詳細部分をぼかすことがあります。

画像処理では、ノイズを低減するためのさまざまな手法が存在します。空間フィルタリング、周波数フィルタリング、変換ベースのフィルタリング、ディープラーニングベースのフィルタリングなど、多くの手法が開発されています。

この記事では、画像処理におけるノイズの種類、原因、モデル、測定方法、低減手法について説明します。さらに、ノイズ低減の応用例についても紹介します。

画像処理におけるノイズの種類

ノイズのシミュレーション – Mdf, CC BY-SA 3.0, via Wikimedia Commons

環境条件やカメラのセンサーなど、さまざまな要因によってノイズが画像に導入されることがあります。画像処理におけるノイズの主な種類は、以下の4つです。

加算ノイズ: 画像の明るさや色情報のランダムな変動によって生じるノイズです。この種類のノイズは、画像処理における最も一般的なノイズです。
減算ノイズ: 画像のピクセル値のランダムな減算によって生じるノイズです。この種類のノイズは、低光量条件下で発生することが多く、画像の品質を低下させます。
乗算ノイズ: ノイズ値が画像の元のピクセル値に乗算されることによって生じるノイズです。この種類のノイズは、画像の明るい部分で発生することが多く、ピクセル値の変動が大きいため、除去が難しいノイズです。
インパルスノイズ: ピクセル値の突然の変化によって生じるノイズです。この種類のノイズは、ランダムな黒と白のピクセルとして画像に現れ、カメラの不具合、伝送エラー、または宇宙線によって発生することがあります。

画像処理におけるノイズは、さまざまな原因によって生じることがあります。

環境条件: 外部要因 such as 悪い照明や近くの電子機器によるノイズは、画像にランダムな変動を導入することがあります。
センサーノイズ: カメラやスキャナーのセンサーに問題があると、ノイズが画像に導入されることがあります。例えば、低光量条件下で、高品質のセンサーを使用していないと、ノイズが増幅されることがあります。
量子化ノイズ: アナログ信号がデジタル形式に変換される際に発生するノイズです。例えば、写真をスキャンすると、量子化ノイズが画像に現れることがあります。
伝送ノイズ: 画像がノイズのあるチャネルを介して伝送される際に発生するノイズです。例えば、画像がインターネットを介して伝送されたり、ノイズのあるストレージメディアに保存されたりすることがあります。
処理ノイズ: 画像処理操作 such as フィルタリングや圧縮を行う際に発生するノイズです。

画像処理におけるノイズモデルは、さまざまな種類のノイズが画像に影響を与えることを数学的に表現したものです。これらのモデルは、シミュレーションを通じてノイズの発生を理解し、ノイズを低減するための戦略を開発するのに役立ちます。

画像処理におけるノイズモデルの例は以下の通りです。

ガウシアンノイズ: 画像処理における最も一般的なノイズモデルの一つです。ガウシアンノイズは、ベル型の確率分布を持ち、画像のランダムな変動をシミュレートします。
エルラングノイズ: ガンマノイズとも呼ばれ、ガンマ分布を持ちます。エルラングノイズは、ノイズのあるセンサーを使用した画像や、ノイズのあるチャネルを介して伝送された画像で発生することがあります。
一様ノイズ: 一様分布を持ち、量子化された画像や伝送エラーによって破損した画像で発生するノイズです。

画像分析では、ノイズの評価と測定が重要なタスクです。ノイズのレベルを量化するために、2つの主要なノイズ測定手法が使用されます。

ピーク信号対ノイズ比（PSNR）: PSNRは、画像の再構築品質を評価するための基準です。元の画像と再構築された画像のピクセル値を比較し、画像の忠実性を数値で表現します。
平均二乗誤差（MSE）: MSEは、2つの画像のピクセル値の差を評価する手法です。2つの画像の対応するピクセル間の差の平均を計算し、ノイズの影響を理解するのに役立ちます。