定义
乘性噪声是信号处理领域的名词，表示一种在图像获取、传输或者处理过程中，通过乘法加入到相关信号的随机噪声。乘性噪声中典型的例子是雷达图像中经常观察到的散斑噪声。在摄影过程中，由于物体起伏不平造成的阴影、由于复杂物体（诸如树叶、百叶窗等）投射造成的影子、镜头上的污点、传感器像素的不均等增益等都会产生乘性噪声[1]。
特点
（1）与信号同时存在、同时消失。
（2）乘性噪声对图像的污染严重，因为乘性噪声起伏较剧烈，均匀度较低。
（3）具有非线性的特点，微小的信号变化也可能产生巨大的噪声，难以从信号中单独分离出噪声成分。
原始图像 乘性噪声污染的图像 （来源于网络）
去除乘性噪声的相关研究[2]
（1）RLO模型
是Rudin，Lions和Osher与2003年提出的第一个去除乘性噪声的变分模型(简称RLO模型)；源于去除加性噪声的ROF模型。
（2）AA模型
2008年，Aubert和Auiol基于噪声的最大后验概率估计，提出了一种著名的去除乘性斑点噪声的变分模型(简称AA模型)，该模型融入了Gamma噪声的先验分布信息，因此在处理该类噪声时去噪效果明显优于RLO模型。
（3）ST模型
Steidl和Teuber受去除泊松噪声的变分模型激发，提出了一种去除乘性Gamma噪声的凸变分模型（简称ST模型）。
（4）weberized变分模型
Xiao等人从视觉生理学角度出发，根据Weber定律构造变分正则项，再结合乘性Gamma噪声分布的最大后验统计构造数据保真项，提出了一种weberized变分模型。
参考文献
[1] Maria Petrou, Costas Petrou (2010) Image Processing: The Fundamentals. John Wiley & Sons. 818 pages.
[2] 田丹. 基于分数阶变分的图像去噪和分割算法研究[D]. 东北大学, 2015.
