椒盐噪声是有时在图像上看到的一种噪声形式。它表现为稀疏出现的白色和黑色像素。

换句话说（在像素的意义上），椒盐噪声意味着高频，因此对于盐噪声，这种噪声类型的值很高(255 ... 200)，而对于胡椒噪声，这种噪声类型的值是低的(5 ... 0)。

对于盐噪声，有很好的滤波器，例如对椒盐噪声的调和平均滤波器。

$$\hat{f}(x,y) = \frac{mn}{\sum_{(s,t) \in S_{xy}}\frac{1}{g(s,t)} }$$

有一个依赖于参数的反谐波滤波器，例如，对于盐噪声应该是负的，对于胡椒 Q 应该是正的。$Q$$Q$

$$\hat{f}(x,y) = \frac{\sum_{(s,t) \in S_{xy}}g(s,t)^{Q+1}}{{\tiny\sum_{(s,t) \in S_{xy}}}g(s,t)^{Q} }$$

另一种方法是顺序统计过滤器，例如， 过滤器适用于胡椒噪声，过滤器适用于盐噪声。$\operatorname{max}$$\operatorname{min}$

$$\hat{f}(x,y) = \operatorname{max}_{(s,t)\in S_{xy}}{g(s,t)}$$ $$\hat{f}(x,y) = \operatorname{min}_{(s,t)\in S_{xy}}{g(s,t)}$$

另一个是 alpha 修剪过滤器，它也是一种订单统计过滤器类型。

$$\hat{f}(x,y) = \frac{1}{mn-d}\sum_{(s,t) \in S_{x,y}} g_r(s,t)$$

除此之外，还有自适应均值滤波器。

根据维基百科，椒盐噪声是由模数转换或数据传输过程中的错误产生的。它可以通过中值滤波进行校正。