使用 Matlab 估计图像中噪声的方差

Question

在 Matlab 中，我向具有已知方差的图像添加噪声。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);

显然，生成的图像有噪声。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困难的问题，但我只想得到一个相当接近的结果，例如 50 % 误差是可以容忍的。我做错了什么？

Answer 1

在这种情况下，您的方法结果不足，因为在使用 imnoise 时，您实际上是添加了白噪声的近似版本，它在所有频率上都表现出分量。使用高通滤波器时，您会剪切噪声的频率分量，从而降低估计的准确性。

事实上，正如您所提到的，仅从一张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，例如您可以使用中值绝对偏差，它可以让您获得近似值数据的分散度（在本例中为内核下的像素强度）

Answer 2

您可以计算高通滤波图像的方差。不要使用 var 作为变量名称，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));