用 Matlab 估计图像中噪声的方差

Question

在 Matlab 中，我将噪声添加到具有已知方差的图像中。我知道我可以通过以下方式做到这一点：

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

很明显，生成的图像有噪点。但是，如果我尝试通过计算高通滤波器的中值来估计噪声方差，我真的看不到任何相关性

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%的误差是可以容忍的。我做错了什么？

Answer 1

您可以计算高通滤波图像的方差。不要使用 var 作为变量名，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));

Answer 2

在这种情况下，您的方法结果不足，因为在使用 imnoise 时，您实际上是在添加一个近似版本的白噪声，它显示所有频率的分量。使用高通滤波器时，您会削减噪声的频率分量，从而降低估计的准确性。

确实，正如您所提到的，仅从一张图像估计噪声并不是一个简单的问题。但是有一些方法，例如您可以使用median absolute deviation 来获取和近似数据上的离散度（在这种情况下是内核下的像素强度）