Question

在Matlab中我将噪声添加到具有已知方差的图像中。我知道我可以用以下方法做到这一点：

var = 0.01;
i   = im2double(imread('lena.bmp'));
i_n = imnoise(i, 'gaussian',0,var);

显然，生成的图像有噪音。然而，如果我试图通过计算高通滤波器的中值来估计噪声方差，我实际上没有看到任何相关性

k = [1 4 6 4 1]'*[1 4 6 4 1];
kk = k ./sum(sum(k));

var_est = median(median(abs(i_n - imfilter(i_n,kk))))

   var_est(:,:,1) =

   0.0631


   var_est(:,:,2) =

   0.0620


   var_est(:,:,3) =

   0.0625

我很欣赏估计方差是一个难题，但我只想得到一个相当接近的结果，例如： 50％的错误是可以忍受的。我做错了什么？

Answer 1

在这种情况下，您的方法结果不充分，因为在使用imnoise时，您实际上是在添加近似版本的白噪声，它会显示所有频率的分量。当使用高通滤波器时，你会削减噪声的频率成分，从而降低估计的准确性。

实际上，正如您所提到的，仅从一个图像进行噪声估计并不是一个简单的问题。但是有一些方法，例如你可以使用median absolute deviation来获取和近似数据的色散（在这种情况下是你内核下的像素强度）

Answer 2

您可以采用高通滤波图像的计算方差。不要将var用于变量名，因为它是计算方差的Matlab函数的名称。

v = var; % use v instead of var for your variance variable
clear var; % clear your variable "var" so we can use the var function
est_variance = var(reshape(i_n - imfilter(i_n,kk), [], 1));

用Matlab估计图像中的噪声方差

2 个答案: