基于Python为二值图像添加已知方差或SNR的高斯噪声

一、你的现有代码分析 #

你当前实现的不是高斯噪声，而是椒盐噪声（脉冲噪声）：它以15%的概率随机翻转像素值（0变1，1变0），属于离散的脉冲型噪声，和高斯噪声（连续正态分布的噪声）完全不同。

二、如何给二值图像添加高斯噪声 #

高斯噪声是服从正态分布的连续噪声，添加时需要注意二值图像的像素范围（0/1），通常有两种处理方式：保留浮点型像素值（适合后续复原算法），或者截断到0-1区间。

1. 已知噪声方差的情况 #

直接使用numpy.random.normal生成对应方差的高斯噪声，叠加到图像上：

import numpy as np
import cv2

def add_gaussian_noise(im, var):
    # 确保图像是浮点型（避免整数溢出）
    im_float = im.astype(np.float32)
    # 生成均值为0，方差为var的高斯噪声，形状和图像一致
    noise = np.random.normal(loc=0.0, scale=np.sqrt(var), size=im.shape)
    # 叠加噪声
    im_noisy = im_float + noise
    # 可选：截断到0-1范围（如果需要保持像素在原二值区间）
    im_noisy = np.clip(im_noisy, 0.0, 1.0)
    return im_noisy

• 参数说明：var是噪声的方差，scale参数需要传入方差的平方根（即标准差）。

2. 已知SNR的情况 #

SNR（信噪比）的定义为信号功率与噪声功率的比值，高斯噪声的功率等于其方差（因为均值为0）。步骤如下：

1. 计算原二值图像的信号功率：对于0/1二值图，信号功率等于图像的方差（np.var(im)），因为信号的均值为μ（像素为1的比例），方差为μ*(1-μ)，这就是信号的功率。
2. 根据SNR计算噪声方差：
   • 如果SNR是线性比值（如SNR=2表示信号功率是噪声的2倍）：noise_var = signal_power / SNR
   • 如果SNR是**分贝（dB）**形式：先转成线性比值SNR_linear = 10 ** (SNR_dB / 10)，再计算noise_var = signal_power / SNR_linear

实现代码：

def add_gaussian_noise_by_snr(im, snr, is_db=True):
    im_float = im.astype(np.float32)
    # 计算信号功率
    signal_power = np.var(im_float)
    if is_db:
        # 分贝转线性比值
        snr_linear = 10 ** (snr / 10)
    else:
        snr_linear = snr
    # 计算噪声方差
    noise_var = signal_power / snr_linear
    # 生成并叠加噪声
    noise = np.random.normal(loc=0.0, scale=np.sqrt(noise_var), size=im.shape)
    im_noisy = im_float + noise
    im_noisy = np.clip(im_noisy, 0.0, 1.0)
    return im_noisy

三、你的椒盐噪声代码的方差与SNR计算 #

1. 噪声方差计算 #

假设原图像的像素均值为μ（即图像中1的占比），你的噪声是：85%概率噪声为0，15%概率噪声为1-2x（x是原像素值，0或1，所以1-2x的值为1或-1）。

• 噪声的均值：E[n] = 0.15 * (1 - 2μ)
• 噪声的二阶矩：E[n²] = 0.15 * 1 + 0.85 * 0 = 0.15（因为(1-2x)²=1，不管x是0还是1）
• 噪声方差：Var(n) = E[n²] - (E[n])² = 0.15 - (0.15*(1-2μ))²

如果原图像中0和1各占50%（μ=0.5），则噪声均值为0，方差为0.15 - 0 = 0.15。

2. SNR计算 #

信号功率为原图像的方差：signal_power = μ*(1-μ)
线性SNR为：SNR_linear = signal_power / Var(n)
分贝SNR为：SNR_dB = 10 * np.log10(SNR_linear)

同样以μ=0.5为例：

• 信号功率=0.5*0.5=0.25
• SNR_linear=0.25/0.15≈1.667
• SNR_dB≈10*log10(1.667)≈2.22dB

内容的提问来源于stack exchange，提问作者Amir Mohseni