几种经典的图像噪声方差估计方法

资 源 简 介

几种经典的图像噪声方差估计方法

详 情 说 明

图像噪声方差估计是数字图像处理中的基础问题，准确估计噪声水平对去噪、超分辨等任务至关重要。以下是几种被广泛引用的经典方法：

基于平坦区域的局部分析法是最直观的解决方案。该方法假设图像中存在灰度值恒定的小区域，通过计算这些区域的像素方差来估计全局噪声水平。实际应用中常配合边缘检测算法排除纹理区域。

利用小波变换的多分辨率特性是另一种有效思路。在高频子带中，图像细节和噪声具有不同的统计特性。通过对最细尺度小波系数的中值绝对偏差(MAD)计算，可以鲁棒地估计高斯噪声方差。

基于主成分分析(PCA)的方法近年表现突出。该方法对图像局部块构建协方差矩阵，通过特征值分解分离信号与噪声成分。最小特征值的平均值往往对应于噪声方差，尤其适合处理非均匀噪声。

针对脉冲噪声，改进的中值估计法更为适用。通过统计像素值与邻域中位数的偏离程度，结合阈值判断可有效区分信号突变与噪声点。

这些方法在BM3D去噪算法预处理、相机ISO自动调节等场景中都有实际应用，选择时需考虑噪声类型假设和计算复杂度平衡。