图像去噪声

为什么对图像用均值为0的高斯噪声叠加100次，再求平均，可以达到对图像去除噪声的结果，请为我解释一下他的物理数学原理

x=rgb2gray(imread('peppers.png'));
subplot(1,3,1);
imshow(x);
title('原图');
j= imnoise(x,'gaussian',0,0.02);
subplot(1,3,2);
imshow(j);
title('加噪后');
H1=zeros(size(x));
for i=1:100
j=imnoise(x,'gaussian',0,0.02);
H1=H1+double(j);
end
H=H1/100;

subplot(1,3,3);
imshow(uint8(H));
title('去噪后');

1、图像去噪也是图像复原
2、对象：狭义的图像复原主要针对受到的确定性（determinisitic）劣化、去噪针对的是非确定性的统计噪声：
例如古画受到岁月侵蚀属前者,古画生了虫子出现霉点属后者；
拍照片时手抖了属于前者,显影药水脏了使得出来的照片显示出很多的颗粒噪点,属后者.
3、模型和处理方法不同
狭义的图像复原需要找出劣化系统的函数（点扩展函数）,然后做整体处理,如去卷积,非常复杂,而去噪一般只需要了解噪声的统计分布,点处理也能解决问题.
4、评价函数不同
狭义的图像复原的评价函数是相似度,去噪主要是信噪比.