在 MATLAB 中使用这些图像计算 SNR 的正确方法是什么？

Question

目前，我正在尝试计算一组图像的信噪比，以此作为衡量反卷积（过滤算法）性能的一种方式。我有一组图像，如下图所示，显示算法前后的图像：

现在，我发现了很多判断性能的方法。其中之一是使用图像 SNR 的公式，其中信号是原始图像，噪声是过滤后的图像。 this 问题所述的另一种方法是从奇异图像本身计算出 SNR。这样，我就可以比较两幅图像的信噪比，并得到一个全新的图像。

因此，我的问题在于，网上的资源比较混乱，不知道"correct"的信噪比测量方法这些图像并将其用作性能指标。

Answer 1

这实际上取决于您要比较的内容，以及您认为的“信号”和“噪音”。在您的第一种方法中，您正在有效地计算图像 1 和图像 2 之间的误差（或差异），您假设图像 2 被噪声着色但图像 1 没有（这也是一种信号失真比）。因此，这种测量是相对的，它测量的是从原始图像到目标图像的变换方法（或失真技术）的性能，而不是图像本身。例如，一种新型加密过滤器从图像 1 生成图像 2，您想要测量图像的差异程度以计算出过滤器的性能。

在基于您发布的 link 的第二种方法中，您假设两个图像中都存在噪声但级别不同，并且您正在针对每个单独的图像进行测量 - 或者换句话说，您正在测量每个单独图像的标准偏差，这不是relative.The第二次测量通常用于比较从同一来源生成的结果，即实验在受控环境中生成同一对象的 N 个图像，并且您想要测量，例如场景中存在的噪声量（您将使用此方法计算出噪声的协方差以使您能够控制实验环境）。