图像噪声主要来源于图像的获取和传输过程。

（1）图像传感器的工作情况受各种因素的影响，如图像获取中的环境条件和传感元器件自身的质量。例如，当使用CCD摄像机获取图像时，光照强度和传感器的温度是生成图像中产生大量噪声的主要因素。

（2）图像在传输过程中主要由于所用传输信道被干扰而受到噪声污染。比如，通过无线网络传输的图像可能会因为光或其他大气因素的干扰被污染。

高斯噪声是理论研究中最常见的噪声。一般而言，对一个抗噪系统而言高斯噪声是最恶劣的噪声，设计系统时只要能够抵抗高斯噪声，那么系统性能就有保证。

高斯噪声也是现实生活中极为常见的。根据中心极限定理，在自然界中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小，那么总的影响可以看作是服从正态分布的。

高斯随机变量z的概率密度函数由下式给出： p ( z ) = 1 2 π σ e − ( z − μ ) 2 / 2 σ 2 p(z)=\frac{1}{\sqrt{2 \pi} \sigma} e^{-(z-\mu)^{2} / 2 \sigma^{2}} p(z)=2π ​σ1​e−(z−μ)2/2σ2

其中， z z z表示灰度值， μ μ μ表示 z z z的平均值或期望值， σ σ σ表示 z z z的标准差。标准差的平方 σ 2 σ^2 σ2称为 z z z的方差。

当一个随机二维向量的两个分量呈独立的、有着相同的方差的正态分布时，这个向量的模呈瑞利分布。服从这种分布的噪声即瑞利噪声，其概率密度函数由下式给出

p ( z ) = { 2 b ( z − a ) e − ( z − a ) 2 / b z ⩾ a 0 z < a p(z)=\left\{\begin{array}{ll}\frac{2}{b}(z-a) \mathrm{e}^{-(z-a)^{2 / b}} & z \geqslant a \\0 & z