计算图像的SNR，单位为db(分贝)

Question

我创建了一个脚本，将高斯噪声添加到图像中，如何计算该图像的SNR？

def noisy(img,sigma): # noise function
   # ...
   img = np.asarray(img,'double')   # numpy-array of shape (N, M);
   embeadead_line = img[0] # first line/row should not be changed


   img = np.delete(img, (0), axis=0)

   mean = 0.0   # some constant
   std = sigma    # some constant (standard deviation)double
   noisy_img = img + np.random.normal(mean, std, img.shape).astype(np.double)
   noisy_img_clipped = np.clip(noisy_img, 0, 255).astype(np.uint8)  # we might get out of bounds due to noise

   noisy_img_clipped = np.insert(noisy_img_clipped, 0, embeadead_line, 0) # insert embedead line back


   return noisy_img_clipped

Answer 1

SNR =μ/σ

其中：μ是平均值或期望值，σ是标准差

所以..。

image_sd = np.std(noisy_img_clipped);
image_mean = np.mean(noisy_img_clipped);
image_snr = image_mean / image_sd;

如果你想在dB中获得它，这可能会很棘手，因为你需要额外的常量，这取决于你正在测量的东西。如果你不知道它是什么，你可以使用1，但通常情况下，对于未知源，在dB中显示信噪比被认为是一个糟糕的方法。

import math    
image_snr_db = 1 * math.log(image_snr,2);

如果你问的是PSNR，等式是不同的，它需要2个图像。原始的和模糊的。使用OpenCV，你可以这样计算它：

import cv2
img1 = cv2.imread(original_image)
img2 = cv2.imread(noisy_image)
psnr = cv2.PSNR(img1, img2)